open-llm-leaderboard-old/details_KnutJaegersberg__falcon-1b-t-sft

该数据集是在模型 KnutJaegersberg/falcon-1b-t-sft 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个被评估的任务。它包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了该次运行的所有聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个示例，展示了如何使用 Python 中的 datasets 库加载运行中的详细信息。

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 KnutJaegersberg/falcon-1b-t-sft 进行评估运行时自动创建的，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。
• 数据来源：数据集由1次运行创建，每个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。
• 最新结果："train" 分割始终指向最新的结果。
• 聚合结果：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 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_KnutJaegersberg__falcon-1b-t-sft", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-04T19:05:57.412781 运行的最新结果：

python { "all": { "acc": 0.2571482773686455, "acc_stderr": 0.030827593737624604, "acc_norm": 0.2593690477702816, "acc_norm_stderr": 0.03161954080445179, "mc1": 0.23255813953488372, "mc1_stderr": 0.014789157531080508, "mc2": 0.38486056709707445, "mc2_stderr": 0.015385392751923936 }, "harness|arc:challenge|25": { "acc": 0.2841296928327645, "acc_stderr": 0.013179442447653887, "acc_norm": 0.3293515358361775, "acc_norm_stderr": 0.013734057652635474 }, "harness|hellaswag|10": { "acc": 0.43905596494722166, "acc_stderr": 0.004952576863315219, "acc_norm": 0.5723959370643298, "acc_norm_stderr": 0.004937199759947685 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.26, "acc_stderr": 0.04408440022768078, "acc_norm": 0.26, "acc_norm_stderr": 0.04408440022768078 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2023_12_04T19_05_57.412781, latest
  • 路径：**/details_harness|arc:challenge|25_2023-12-04T19-05-57.412781.parquet

• harness_gsm8k_5

  • 分割：2023_12_04T19_05_57.412781, latest
  • 路径：**/details_harness|gsm8k|5_2023-12-04T19-05-57.412781.parquet

• harness_hellaswag_10

  • 分割：2023_12_04T19_05_57.412781, latest
  • 路径：**/details_harness|hellaswag|10_2023-12-04T19-05-57.412781.parquet

• harness_hendrycksTest_5

  • 分割：2023_12_04T19_05_57.412781, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-04T19-05-57.412781.parquet 等