open-llm-leaderboard-old/details_BFauber__lora_llama2-7b_10e5

该数据集是在模型BFauber/lora_llama2-7b_10e5的评估运行过程中自动创建的，用于Open LLM Leaderboard的评估。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行的结果作为特定的分割存储，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，results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。

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 BFauber/lora_llama2-7b_10e5 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：63个配置，每个配置对应一个评估任务。
• 运行次数：数据集从1次运行中创建。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。
• 训练分割："train" 分割始终指向最新的结果。
• 结果配置：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 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_BFauber__lora_llama2-7b_10e5", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-10T01:57:58.342241 运行的最新结果：

python { "all": { "acc": 0.462932645330214, "acc_stderr": 0.034475715709411534, "acc_norm": 0.4683969743401559, "acc_norm_stderr": 0.0352756273099938, "mc1": 0.2582619339045288, "mc1_stderr": 0.015321821688476199, "mc2": 0.38973702445383596, "mc2_stderr": 0.013634929207867845 }, "harness|arc:challenge|25": { "acc": 0.5017064846416383, "acc_stderr": 0.014611305705056987, "acc_norm": 0.53839590443686, "acc_norm_stderr": 0.014568245550296361 }, "harness|hellaswag|10": { "acc": 0.586337382991436, "acc_stderr": 0.00491482938498348, "acc_norm": 0.7832105158334993, "acc_norm_stderr": 0.004112158798877644 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.32, "acc_stderr": 0.046882617226215034, "acc_norm": 0.32, "acc_norm_stderr": 0.046882617226215034 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_10T01_57_58.342241, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-10T01-57-58.342241.parquet

• harness_gsm8k_5

  • 分割：2024_02_10T01_57_58.342241, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-10T01-57-58.342241.parquet

• harness_hellaswag_10

  • 分割：2024_02_10T01_57_58.342241, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-10T01-57-58.342241.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_10T01_57_58.342241
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-10T01-57-58.342241.parquet 等。