open-llm-leaderboard-old/details_lilloukas__Platypus-30B

该数据集是在模型lilloukas/Platypus-30B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，每个配置对应于评估的每个任务。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`函数加载运行细节的示例。

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 lilloukas/Platypus-30B 进行评估运行期间自动创建的，评估结果展示在 Open LLM Leaderboard 上。

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。
• 运行次数：数据集从2次运行中创建。每个运行对应一个特定的时间戳，作为数据集的一个分割（split）。
• 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

以下是一个加载特定运行详细信息的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_lilloukas__Platypus-30B", "harness_winogrande_5", split="train")

最新结果

以下是2023年9月17日05:57:25.138979运行的最新结果： python { "all": { "em": 0.4152684563758389, "em_stderr": 0.005046408282247135, "f1": 0.4565257969798663, "f1_stderr": 0.004890389225361096, "acc": 0.4788908748525736, "acc_stderr": 0.010306994464370747 }, "harness|drop|3": { "em": 0.4152684563758389, "em_stderr": 0.005046408282247135, "f1": 0.4565257969798663, "f1_stderr": 0.004890389225361096 }, "harness|gsm8k|5": { "acc": 0.14404852160727824, "acc_stderr": 0.009672110973065282 }, "harness|winogrande|5": { "acc": 0.813733228097869, "acc_stderr": 0.010941877955676211 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_07_19T22_45_02.696603, latest
  • 路径：**/details_harness|arc:challenge|25_2023-07-19T22:45:02.696603.parquet

• harness_drop_3

  • 分割：2023_09_17T05_57_25.138979, latest
  • 路径：**/details_harness|drop|3_2023-09-17T05-57-25.138979.parquet

• harness_gsm8k_5

  • 分割：2023_09_17T05_57_25.138979, latest
  • 路径：**/details_harness|gsm8k|5_2023-09-17T05-57-25.138979.parquet

• harness_hellaswag_10

  • 分割：2023_07_19T22_45_02.696603, latest
  • 路径：**/details_harness|hellaswag|10_2023-07-19T22:45:02.696603.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_19T22_45_02.696603, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T22:45:02.696603.parquet