open-llm-leaderboard-old/details_bofenghuang__vigogne-7b-chat

该数据集是在模型 bofenghuang/vigogne-7b-chat 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，每个配置对应一个被评估的任务。数据集是从 2 次运行中生成的，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

数据集来源

该数据集是在对模型 bofenghuang/vigogne-7b-chat 进行评估时自动创建的，评估结果发布在 Open LLM Leaderboard 上。

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，每次运行在每个配置中作为一个特定的分割存在，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_bofenghuang__vigogne-7b-chat", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-15T09:53:08.611254 运行的最新结果： python { "all": { "em": 0.2670931208053691, "em_stderr": 0.004531013974545822, "f1": 0.31957005033557123, "f1_stderr": 0.004492252212863049, "acc": 0.4037322886379806, "acc_stderr": 0.009872273041361887 }, "harness|drop|3": { "em": 0.2670931208053691, "em_stderr": 0.004531013974545822, "f1": 0.31957005033557123, "f1_stderr": 0.004492252212863049 }, "harness|gsm8k|5": { "acc": 0.0758150113722517, "acc_stderr": 0.007291205723162577 }, "harness|winogrande|5": { "acc": 0.7316495659037096, "acc_stderr": 0.012453340359561195 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_07_25T10_58_29.962597
    • 路径: **/details_harness|arc:challenge|25_2023-07-25T10:58:29.962597.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-07-25T10:58:29.962597.parquet

• harness_drop_3

  • 分割: 2023_10_15T09_53_08.611254
    • 路径: **/details_harness|drop|3_2023-10-15T09-53-08.611254.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-15T09-53-08.611254.parquet

• harness_gsm8k_5

  • 分割: 2023_10_15T09_53_08.611254
    • 路径: **/details_harness|gsm8k|5_2023-10-15T09-53-08.611254.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-15T09-53-08.611254.parquet

• harness_hellaswag_10

  • 分割: 2023_07_25T10_58_29.962597
    • 路径: **/details_harness|hellaswag|10_2023-07-25T10:58:29.962597.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-07-25T10:58:29.962597.parquet

• harness_hendrycksTest_5

  • 分割: 2023_07_25T10_58_29.962597
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-25T10:58:29.962597.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-25T10:58:29.962597.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-25T10:58:29.962597.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-25T10:58:29.962597.parquet
      • ...（其他路径省略）