open-llm-leaderboard-old/details_MBZUAI__lamini-cerebras-1.3b

该数据集是在Open LLM Leaderboard上对模型MBZUAI/lamini-cerebras-1.3b进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。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，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，名为results的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`datasets`库中的`load_dataset`函数加载运行详情的示例。

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 MBZUAI/lamini-cerebras-1.3b 在 Open LLM Leaderboard 上的自动创建的。

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。
• 创建来源：数据集由2次运行创建，每次运行在每个配置中作为一个特定的分割，分割名称使用运行的时间戳。
• 最新结果："train" 分割总是指向最新的结果。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，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_MBZUAI__lamini-cerebras-1.3b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-14T20:18:17.914204 运行的最新结果： python { "all": { "em": 0.018141778523489933, "em_stderr": 0.0013667968592600622, "f1": 0.0807330117449663, "f1_stderr": 0.0020354056846065625, "acc": 0.25295974743488553, "acc_stderr": 0.007025750419242903 }, "harness|drop|3": { "em": 0.018141778523489933, "em_stderr": 0.0013667968592600622, "f1": 0.0807330117449663, "f1_stderr": 0.0020354056846065625 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5059194948697711, "acc_stderr": 0.014051500838485807 } }

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_57_40.415603
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T14:57:40.415603.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T14:57:40.415603.parquet

• harness_drop_3

  • 分割：2023_10_14T20_18_17.914204
  • 路径：**/details_harness|drop|3_2023-10-14T20-18-17.914204.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-14T20-18-17.914204.parquet

• harness_gsm8k_5

  • 分割：2023_10_14T20_18_17.914204
  • 路径：**/details_harness|gsm8k|5_2023-10-14T20-18-17.914204.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-14T20-18-17.914204.parquet

• harness_hellaswag_10

  • 分割：2023_07_19T14_57_40.415603
  • 路径：**/details_harness|hellaswag|10_2023-07-19T14:57:40.415603.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-07-19T14:57:40.415603.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_19T14_57_40.415603
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T14:57:40.415603.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T14:57:40.415603.parquet 等