open-llm-leaderboard-old/details_HiTZ__alpaca-lora-65b-en-pt-es-ca

该数据集是在Open LLM Leaderboard上对模型HiTZ/alpaca-lora-65b-en-pt-es-ca进行评估时自动生成的。数据集包含64个配置，每个配置对应一个评估任务。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，分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个名为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。文件还提供了如何使用Python中的datasets库加载运行细节的示例。

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HiTZ/alpaca-lora-65b-en-pt-es-ca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一个特定的分割，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_HiTZ__alpaca-lora-65b-en-pt-es-ca", "harness_winogrande_5", split="train")

最新结果

以下是最新结果来自2023-09-17T03:43:44.241616： python { "all": { "em": 0.44924496644295303, "em_stderr": 0.005094018275255409, "f1": 0.4984060402684574, "f1_stderr": 0.004892652635239537, "acc": 0.5359600711595986, "acc_stderr": 0.011658939983913114 }, "harness|drop|3": { "em": 0.44924496644295303, "em_stderr": 0.005094018275255409, "f1": 0.4984060402684574, "f1_stderr": 0.004892652635239537 }, "harness|gsm8k|5": { "acc": 0.266868840030326, "acc_stderr": 0.012183780551887955 }, "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_04T23_39_25.347647
  • 路径：**/details_harness|arc:challenge|25_2023-08-04T23:39:25.347647.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-04T23:39:25.347647.parquet

• harness_drop_3

  • 分割：2023_09_17T03_43_44.241616
  • 路径：**/details_harness|drop|3_2023-09-17T03-43-44.241616.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-17T03-43-44.241616.parquet

• harness_gsm8k_5

  • 分割：2023_09_17T03_43_44.241616
  • 路径：**/details_harness|gsm8k|5_2023-09-17T03-43-44.241616.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-17T03-43-44.241616.parquet

• harness_hellaswag_10

  • 分割：2023_08_04T23_39_25.347647
  • 路径：**/details_harness|hellaswag|10_2023-08-04T23:39:25.347647.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-04T23:39:25.347647.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_04T23_39_25.347647
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-04T23:39:25.347647.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-04T23:39:25.347647.parquet 等