open-llm-leaderboard/details_uukuguy__speechless-codellama-platypus-13b

该数据集是在模型 uukuguy/speechless-codellama-platypus-13b 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，每个配置对应于一个评估任务。数据集是从 4 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，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 Hugging Face 的 datasets 库加载该数据集，如提供的 Python 代码片段所示。

This dataset was automatically created during the evaluation run of the model uukuguy/speechless-codellama-platypus-13b on the Open LLM Leaderboard. It consists of 64 configurations, each corresponding to one evaluation task. The dataset is generated from 4 runs, where each run is represented as a specific split under each configuration and named with the timestamp of the run. The `train` split always points to the most recent results. An additional configuration named `results` stores the aggregated results across all runs, which are used to calculate and display the aggregate metrics on the Open LLM Leaderboard. This dataset can be loaded using Hugging Face's `datasets` library, as shown in the provided Python code snippet.

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 uukuguy/speechless-codellama-platypus-13b 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。
• 运行次数：数据集由4次运行创建。每个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。
• 最新结果："train" 分割始终指向最新的结果。
• 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

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_uukuguy__speechless-codellama-platypus-13b", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "em": 0.008494127516778523, "em_stderr": 0.0009398243325411525, "f1": 0.05910234899328872, "f1_stderr": 0.001500499797469734, "acc": 0.3734290226086707, "acc_stderr": 0.010636722374509789 }, "harness|drop|3": { "em": 0.008494127516778523, "em_stderr": 0.0009398243325411525, "f1": 0.05910234899328872, "f1_stderr": 0.001500499797469734 }, "harness|gsm8k|5": { "acc": 0.09097801364670205, "acc_stderr": 0.007921322844013643 }, "harness|winogrande|5": { "acc": 0.6558800315706393, "acc_stderr": 0.013352121905005935 } }

配置详情

• harness_arc_challenge_25

  • 分割：2023_08_31T15_51_18.379129
    • 路径：**/details_harness|arc:challenge|25_2023-08-31T15:51:18.379129.parquet
  • 分割：2023_09_12T15_51_14.957387
    • 路径：**/details_harness|arc:challenge|25_2023-09-12T15-51-14.957387.parquet
  • 分割：latest
    • 路径：**/details_harness|arc:challenge|25_2023-09-12T15-51-14.957387.parquet

• harness_drop_3

  • 分割：2023_10_18T18_50_42.836793
    • 路径：**/details_harness|drop|3_2023-10-18T18-50-42.836793.parquet
  • 分割：2023_10_25T04_45_04.706301
    • 路径：**/details_harness|drop|3_2023-10-25T04-45-04.706301.parquet
  • 分割：latest
    • 路径：**/details_harness|drop|3_2023-10-25T04-45-04.706301.parquet

• harness_gsm8k_5

  • 分割：2023_10_18T18_50_42.836793
    • 路径：**/details_harness|gsm8k|5_2023-10-18T18-50-42.836793.parquet
  • 分割：2023_10_25T04_45_04.706301
    • 路径：**/details_harness|gsm8k|5_2023-10-25T04-45-04.706301.parquet
  • 分割：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-25T04-45-04.706301.parquet

• harness_hellaswag_10

  • 分割：2023_08_31T15_51_18.379129
    • 路径：**/details_harness|hellaswag|10_2023-08-31T15:51:18.379129.parquet
  • 分割：2023_09_12T15_51_14.957387
    • 路径：**/details_harness|hellaswag|10_2023-09-12T15-51-14.957387.parquet
  • 分割：latest
    • 路径：**/details_harness|hellaswag|10_2023-09-12T15-51-14.957387.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_31T15_51_18.379129
    • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-31T15:51:18.379129.parquet 等
  • 分割：2023_09_12T15_51_14.957387
    • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T15-51-14.957387.parquet 等
  • 分割：latest
    • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-12T15-51-14.957387.parquet 等