open-llm-leaderboard-old/details_togethercomputer__RedPajama-INCITE-Instruct-3B-v1

该数据集是在模型 togethercomputer/RedPajama-INCITE-Instruct-3B-v1 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 64 个配置组成，每个配置对应一个特定的评估任务。数据集由 2 次运行生成，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了如何使用 `datasets` 库中的 `load_dataset` 函数加载数据集的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 togethercomputer/RedPajama-INCITE-Instruct-3B-v1 的过程中自动创建的，用于 Open LLM Leaderboard 上的评估。

数据集结构

• 配置数量：64个配置，每个配置对应一个评估任务。
• 数据来源：数据集由2次运行结果组成，每次运行的结果可以在每个配置中找到，以运行的时间戳命名的特定分割形式存储。
• 最新结果："train" 分割总是指向最新的结果。
• 汇总结果：一个额外的配置 "results" 存储所有运行结果的汇总，用于计算和显示 Open LLM Leaderboard 上的聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_togethercomputer__RedPajama-INCITE-Instruct-3B-v1", "harness_winogrande_5", split="train")

最新结果示例

以下是2023年10月18日03:35:35.026041运行的最新结果： python { "all": { "em": 0.001363255033557047, "em_stderr": 0.0003778609196460735, "f1": 0.04506711409395986, "f1_stderr": 0.0011775010391852176, "acc": 0.32923850493036927, "acc_stderr": 0.00832289727752502 }, "harness|drop|3": { "em": 0.001363255033557047, "em_stderr": 0.0003778609196460735, "f1": 0.04506711409395986, "f1_stderr": 0.0011775010391852176 }, "harness|gsm8k|5": { "acc": 0.013646702047005308, "acc_stderr": 0.003195747075480785 }, "harness|winogrande|5": { "acc": 0.6448303078137332, "acc_stderr": 0.013450047479569256 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_07_19T14_55_52.470090
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T14:55:52.470090.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T14:55:52.470090.parquet

• harness_drop_3

  • 分割：2023_10_18T03_35_35.026041
  • 路径：**/details_harness|drop|3_2023-10-18T03-35-35.026041.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-18T03-35-35.026041.parquet

• harness_gsm8k_5

  • 分割：2023_10_18T03_35_35.026041
  • 路径：**/details_harness|gsm8k|5_2023-10-18T03-35-35.026041.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-18T03-35-35.026041.parquet

• harness_hellaswag_10

  • 分割：2023_07_19T14_55_52.470090
  • 路径：**/details_harness|hellaswag|10_2023-07-19T14:55:52.470090.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-19T14:55:52.470090.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_19T14_55_52.470090
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T14:55:52.470090.parquet
  • 分割：latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T14:55:52.470090.parquet