open-llm-leaderboard/details_LTC-AI-Labs__L2-7b-Hermes-WVG-Test

该数据集是在模型LTC-AI-Labs/L2-7b-Hermes-WVG-Test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，每个配置对应一个评估任务。它由2次运行创建，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，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Python中的`datasets`库加载运行细节的示例。

原始信息汇总

数据集概述

数据集摘要

该数据集是在模型LTC-AI-Labs/L2-7b-Hermes-WVG-Test在Open LLM Leaderboard上的评估运行期间自动创建的。

数据集组成

• 数据集由64个配置组成，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作为一个特定的分片找到，分片名称使用运行的时间戳。
• "train"分片始终指向最新的结果。
• 一个额外的配置"results"存储所有运行的聚合结果，用于计算和显示聚合指标在Open LLM Leaderboard上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_LTC-AI-Labs__L2-7b-Hermes-WVG-Test", "harness_winogrande_5", split="train")

最新结果

这些是最新结果（来自2023-10-23T11:36:43.083367）的示例： python { "all": { "em": 0.004614093959731544, "em_stderr": 0.0006940305886353454, "f1": 0.0669966442953021, "f1_stderr": 0.0015535849060621194, "acc": 0.4029062221565332, "acc_stderr": 0.009334616003613282 }, "harness|drop|3": { "em": 0.004614093959731544, "em_stderr": 0.0006940305886353454, "f1": 0.0669966442953021, "f1_stderr": 0.0015535849060621194 }, "harness|gsm8k|5": { "acc": 0.058377558756633814, "acc_stderr": 0.00645808355783246 }, "harness|winogrande|5": { "acc": 0.7474348855564326, "acc_stderr": 0.012211148449394105 } }

配置详情

以下是部分配置及其数据文件路径：

• config_name: harness_arc_challenge_25

  • split: 2023_10_04T09_05_10.171975
    • path: **/details_harness|arc:challenge|25_2023-10-04T09-05-10.171975.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-10-04T09-05-10.171975.parquet

• config_name: harness_drop_3

  • split: 2023_10_23T11_36_43.083367
    • path: **/details_harness|drop|3_2023-10-23T11-36-43.083367.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-10-23T11-36-43.083367.parquet

• config_name: harness_gsm8k_5

  • split: 2023_10_23T11_36_43.083367
    • path: **/details_harness|gsm8k|5_2023-10-23T11-36-43.083367.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-10-23T11-36-43.083367.parquet

• config_name: harness_hellaswag_10

  • split: 2023_10_04T09_05_10.171975
    • path: **/details_harness|hellaswag|10_2023-10-04T09-05-10.171975.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-10-04T09-05-10.171975.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_10_04T09_05_10.171975
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T09-05-10.171975.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-04T09-05-10.171975.parquet
      • ...（其他路径省略）
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T09-05-10.171975.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-04T09-05-10.171975.parquet
      • ...（其他路径省略）