open-llm-leaderboard-old/details_pszemraj__pythia-31m-simplewiki-2048

该数据集是在Open LLM Leaderboard上对模型pszemraj/pythia-31m-simplewiki-2048进行评估时自动生成的。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

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 pszemraj/pythia-31m-simplewiki-2048 在 Open LLM Leaderboard 上的自动创建的。

数据集结构

• 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。
• 一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示在 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_pszemraj__pythia-31m-simplewiki-2048", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-25T23:20:26.179455 运行 的最新结果： python { "all": { "em": 0.0, "em_stderr": 0.0, "f1": 0.008070469798657724, "f1_stderr": 0.0005315235279103795, "acc": 0.24704025256511444, "acc_stderr": 0.007025750419242903 }, "harness|drop|3": { "em": 0.0, "em_stderr": 0.0, "f1": 0.008070469798657724, "f1_stderr": 0.0005315235279103795 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.4940805051302289, "acc_stderr": 0.014051500838485807 } }

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_09_15T02_27_31.528564
    • path: **/details_harness|arc:challenge|25_2023-09-15T02-27-31.528564.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-09-15T02-27-31.528564.parquet

• config_name: harness_drop_3

  • split: 2023_10_25T23_20_26.179455
    • path: **/details_harness|drop|3_2023-10-25T23-20-26.179455.parquet
  • split: latest
    • path: **/details_harness|drop|3_2023-10-25T23-20-26.179455.parquet

• config_name: harness_gsm8k_5

  • split: 2023_10_25T23_20_26.179455
    • path: **/details_harness|gsm8k|5_2023-10-25T23-20-26.179455.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-10-25T23-20-26.179455.parquet

• config_name: harness_hellaswag_10

  • split: 2023_09_15T02_27_31.528564
    • path: **/details_harness|hellaswag|10_2023-09-15T02-27-31.528564.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-09-15T02-27-31.528564.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_09_15T02_27_31.528564
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-15T02-27-31.528564.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-15T02-27-31.528564.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-15T02-27-31.528564.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-15T02-27-31.528564.parquet
      • ...