open-llm-leaderboard/details_bofenghuang__vigogne-13b-instruct
收藏数据集概述
数据集摘要
该数据集是在评估模型 bofenghuang/vigogne-13b-instruct 在 Open LLM Leaderboard 上的运行过程中自动创建的。数据集包含 64 个配置,每个配置对应一个评估任务。数据集从 2 次运行中创建,每次运行可以在每个配置中找到特定的分割,分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。
数据集结构
数据集包含多个配置,每个配置对应不同的评估任务。以下是部分配置的详细信息:
配置列表
-
harness_arc_challenge_25
- 分割:
2023_07_24T14_44_50.658520,latest - 路径:
**/details_harness|arc:challenge|25_2023-07-24T14:44:50.658520.parquet
- 分割:
-
harness_drop_3
- 分割:
2023_09_23T12_07_22.235368,latest - 路径:
**/details_harness|drop|3_2023-09-23T12-07-22.235368.parquet
- 分割:
-
harness_gsm8k_5
- 分割:
2023_09_23T12_07_22.235368,latest - 路径:
**/details_harness|gsm8k|5_2023-09-23T12-07-22.235368.parquet
- 分割:
-
harness_hellaswag_10
- 分割:
2023_07_24T14_44_50.658520,latest - 路径:
**/details_harness|hellaswag|10_2023-07-24T14:44:50.658520.parquet
- 分割:
-
harness_hendrycksTest_5
- 分割:
2023_07_24T14_44_50.658520,latest - 路径: 多个路径,包括但不限于
**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-24T14:44:50.658520.parquet
- 分割:
加载数据集示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_bofenghuang__vigogne-13b-instruct", "harness_winogrande_5", split="train")
最新结果
以下是 2023-09-23T12:07:22.235368 运行 的最新结果:
python { "all": { "em": 0.17365771812080538, "em_stderr": 0.003879418958892452, "f1": 0.24381711409395945, "f1_stderr": 0.003948980378514697, "acc": 0.44469214138811486, "acc_stderr": 0.010351218038230168 }, "harness|drop|3": { "em": 0.17365771812080538, "em_stderr": 0.003879418958892452, "f1": 0.24381711409395945, "f1_stderr": 0.003948980378514697 }, "harness|gsm8k|5": { "acc": 0.11827141774071266, "acc_stderr": 0.008895075852434951 }, "harness|winogrande|5": { "acc": 0.771112865035517, "acc_stderr": 0.011807360224025386 } }



