open-llm-leaderboard-old/details_ashercn97__manatee-7b

该数据集是在Open LLM Leaderboard上对模型`ashercn97/manatee-7b`进行评估时自动生成的。数据集由64个配置组成，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，还有一个名为results的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。

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 ashercn97/manatee-7b 在 Open LLM Leaderboard 上的自动创建的。数据集包含 64 个配置，每个配置对应一个评估任务。

数据集结构

数据集由 2 次运行创建，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。

额外配置

有一个额外的配置 "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。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ashercn97__manatee-7b", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-17T18:42:42.384089 运行的最新结果： python { "all": { "em": 0.0030411073825503355, "em_stderr": 0.0005638896908753201, "f1": 0.059899328859060456, "f1_stderr": 0.001397556369094792, "acc": 0.4077875240923591, "acc_stderr": 0.009650175391680019 }, "harness|drop|3": { "em": 0.0030411073825503355, "em_stderr": 0.0005638896908753201, "f1": 0.059899328859060456, "f1_stderr": 0.001397556369094792 }, "harness|gsm8k|5": { "acc": 0.07050796057619409, "acc_stderr": 0.0070515438139836135 }, "harness|winogrande|5": { "acc": 0.745067087608524, "acc_stderr": 0.012248806969376422 } }

配置详情

以下是数据集的配置详情：

配置列表

• harness_arc_challenge_25
• harness_drop_3
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5
• harness_hendrycksTest_abstract_algebra_5
• harness_hendrycksTest_anatomy_5
• harness_hendrycksTest_astronomy_5
• harness_hendrycksTest_business_ethics_5
• harness_hendrycksTest_clinical_knowledge_5
• harness_hendrycksTest_college_biology_5
• harness_hendrycksTest_college_chemistry_5
• harness_hendrycksTest_college_computer_science_5
• harness_hendrycksTest_college_mathematics_5
• harness_hendrycksTest_college_medicine_5
• harness_hendrycksTest_college_physics_5
• harness_hendrycksTest_computer_security_5
• harness_hendrycksTest_conceptual_physics_5
• harness_hendrycksTest_econometrics_5
• harness_hendrycksTest_electrical_engineering_5
• harness_hendrycksTest_elementary_mathematics_5

数据文件路径

每个配置包含多个分割，每个分割对应一个时间戳的运行结果。例如：

• harness_arc_challenge_25 配置包含以下分割：
  • 2023_08_02T16_08_56.879142
  • latest
• harness_drop_3 配置包含以下分割：
  • 2023_09_17T18_42_42.384089
  • latest

数据文件格式

数据文件格式为 Parquet 文件，路径示例如下：

• **/details_harness|arc:challenge|25_2023-08-02T16:08:56.879142.parquet
• **/details_harness|drop|3_2023-09-17T18-42-42.384089.parquet