open-llm-leaderboard/details_Quake24__easyTermsSummerizer

该数据集是在Open LLM Leaderboard上对模型Quake24/easyTermsSummerizer进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。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，还有一个results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。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。

This dataset was automatically generated during the evaluation of the model Quake24/easyTermsSummerizer on the Open LLM Leaderboard. It comprises 64 configurations, each corresponding to one of the evaluated tasks. The dataset is created from two runs, where each run is represented as a distinct split within every configuration, with the split name being the timestamp of the corresponding run. The train split always references the most up-to-date results. Furthermore, a dedicated results configuration stores the aggregated results across all runs, which are utilized to compute and display aggregate metrics on the Open LLM Leaderboard. Additionally, the accompanying README provides usage examples for loading the dataset via the `load_dataset` function from the `datasets` library.

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 Quake24/easyTermsSummerizer 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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" 存储所有运行结果的聚合，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_Quake24__easyTermsSummerizer", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 from run 2023-10-23T23:05:44.812152 的示例： python { "all": { "em": 0.0, "em_stderr": 0.0, "f1": 5.6627516778523496e-05, "f1_stderr": 1.5040683244337208e-05, "acc": 0.2537490134175217, "acc_stderr": 0.007025452760614287 }, "harness|drop|3": { "em": 0.0, "em_stderr": 0.0, "f1": 5.6627516778523496e-05, "f1_stderr": 1.5040683244337208e-05 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|winogrande|5": { "acc": 0.5074980268350434, "acc_stderr": 0.014050905521228573 } }

配置详情

以下是部分配置及其数据文件路径：

配置 harness_arc_challenge_25

• 分割 2023_08_09T13_57_43.173192
  • 路径: **/details_harness|arc:challenge|25_2023-08-09T13:57:43.173192.parquet
• 分割 latest
  • 路径: **/details_harness|arc:challenge|25_2023-08-09T13:57:43.173192.parquet

配置 harness_drop_3

• 分割 2023_10_23T23_05_44.812152
  • 路径: **/details_harness|drop|3_2023-10-23T23-05-44.812152.parquet
• 分割 latest
  • 路径: **/details_harness|drop|3_2023-10-23T23-05-44.812152.parquet

配置 harness_gsm8k_5

• 分割 2023_10_23T23_05_44.812152
  • 路径: **/details_harness|gsm8k|5_2023-10-23T23-05-44.812152.parquet
• 分割 latest
  • 路径: **/details_harness|gsm8k|5_2023-10-23T23-05-44.812152.parquet

配置 harness_hellaswag_10

• 分割 2023_08_09T13_57_43.173192
  • 路径: **/details_harness|hellaswag|10_2023-08-09T13:57:43.173192.parquet
• 分割 latest
  • 路径: **/details_harness|hellaswag|10_2023-08-09T13:57:43.173192.parquet

配置 harness_hendrycksTest_5

• 分割 2023_08_09T13_57_43.173192
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T13:57:43.173192.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T13:57:43.173192.parquet
    • ...（其他路径省略）
• 分割 latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-09T13:57:43.173192.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-08-09T13:57:43.173192.parquet
    • ...（其他路径省略）