open-llm-leaderboard-old/details_TheBloke__robin-65b-v2-fp16

该数据集是在模型TheBloke/robin-65b-v2-fp16在Open LLM Leaderboard上的评估运行期间自动创建的。它由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，使用运行的时间戳命名。train分割始终指向最新的结果。一个额外的配置results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。可以使用`datasets`库中的`load_dataset`函数加载该数据集。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型TheBloke/robin-65b-v2-fp16进行评估运行期间自动创建的，用于Open LLM Leaderboard。

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。
• 数据来源：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。
• 最新结果："train"分割始终指向最新的结果。
• 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_TheBloke__robin-65b-v2-fp16", "harness_winogrande_5", split="train")

最新结果

以下是2023-10-23T10:30:00.008059运行的最新结果： python { "all": { "em": 0.002202181208053691, "em_stderr": 0.00048005108166193297, "f1": 0.064190436241611, "f1_stderr": 0.001385342539630455, "acc": 0.5374763713870437, "acc_stderr": 0.011680771136203586 }, "harness|drop|3": { "em": 0.002202181208053691, "em_stderr": 0.00048005108166193297, "f1": 0.064190436241611, "f1_stderr": 0.001385342539630455 }, "harness|gsm8k|5": { "acc": 0.2699014404852161, "acc_stderr": 0.012227442856468897 }, "harness|winogrande|5": { "acc": 0.8050513022888713, "acc_stderr": 0.011134099415938275 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_08_17T22_09_59.169977
  • 路径：**/details_harness|arc:challenge|25_2023-08-17T22:09:59.169977.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-17T22:09:59.169977.parquet

• harness_drop_3

  • 分割：2023_10_23T10_30_00.008059
  • 路径：**/details_harness|drop|3_2023-10-23T10-30-00.008059.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-23T10-30-00.008059.parquet

• harness_gsm8k_5

  • 分割：2023_10_23T10_30_00.008059
  • 路径：**/details_harness|gsm8k|5_2023-10-23T10-30-00.008059.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-23T10-30-00.008059.parquet

• harness_hellaswag_10

  • 分割：2023_08_17T22_09_59.169977
  • 路径：**/details_harness|hellaswag|10_2023-08-17T22:09:59.169977.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-17T22:09:59.169977.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_17T22_09_59.169977
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-17T22:09:59.169977.parquet
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-17T22:09:59.169977.parquet