open-llm-leaderboard-old/details_Sao10K__Euryale-L2-70B

该数据集是在Open LLM Leaderboard上对模型Sao10K/Euryale-L2-70B进行评估时自动创建的。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，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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

该数据集是在对模型 Sao10K/Euryale-L2-70B 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。
• 运行次数：数据集从2次运行中创建。每个运行在每个配置中作为一个特定的分片存在，分片名称使用运行的时间戳。
• 最新结果："train" 分片总是指向最新的结果。
• 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_Sao10K__Euryale-L2-70B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-29T17:20:57.246937 运行 的最新结果： python { "all": { "em": 0.0024119127516778523, "em_stderr": 0.0005023380498893235, "f1": 0.06751782718120815, "f1_stderr": 0.0013937914519446145, "acc": 0.5430945808722376, "acc_stderr": 0.011469812310058832 }, "harness|drop|3": { "em": 0.0024119127516778523, "em_stderr": 0.0005023380498893235, "f1": 0.06751782718120815, "f1_stderr": 0.0013937914519446145 }, "harness|gsm8k|5": { "acc": 0.265352539802881, "acc_stderr": 0.012161675464069675 }, "harness|winogrande|5": { "acc": 0.8208366219415943, "acc_stderr": 0.010777949156047987 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分片：2023_09_19T00_30_23.278534
    • 路径：**/details_harness|arc:challenge|25_2023-09-19T00-30-23.278534.parquet
  • 分片：latest
    • 路径：**/details_harness|arc:challenge|25_2023-09-19T00-30-23.278534.parquet

• harness_drop_3

  • 分片：2023_10_29T17_20_57.246937
    • 路径：**/details_harness|drop|3_2023-10-29T17-20-57.246937.parquet
  • 分片：latest
    • 路径：**/details_harness|drop|3_2023-10-29T17-20-57.246937.parquet

• harness_gsm8k_5

  • 分片：2023_10_29T17_20_57.246937
    • 路径：**/details_harness|gsm8k|5_2023-10-29T17-20-57.246937.parquet
  • 分片：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-29T17-20-57.246937.parquet

• harness_hellaswag_10

  • 分片：2023_09_19T00_30_23.278534
    • 路径：**/details_harness|hellaswag|10_2023-09-19T00-30-23.278534.parquet
  • 分片：latest
    • 路径：**/details_harness|hellaswag|10_2023-09-19T00-30-23.278534.parquet

• harness_hendrycksTest_5

  • 分片：2023_09_19T00_30_23.278534
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-19T00-30-23.278534.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-19T00-30-23.278534.parquet
      • ...（其他路径省略）
  • 分片：latest
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-19T00-30-23.278534.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-09-19T00-30-23.278534.parquet
      • ...（其他路径省略）