open-llm-leaderboard-old/details_TheBloke__tulu-7B-fp16

该数据集是在模型TheBloke/tulu-7B-fp16在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成，每个配置对应一个被评估的任务。数据集是从2次运行中生成的，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的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用`load_dataset`函数加载运行中的详细信息的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 TheBloke/tulu-7B-fp16 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。
• 数据来源：数据集由2次运行结果组成，每次运行的结果可以在每个配置中找到，以运行的时间戳命名的特定分割形式存储。"train" 分割始终指向最新的结果。
• 额外配置：一个名为 "results" 的额外配置存储了所有运行的聚合结果，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TheBloke__tulu-7B-fp16", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-22T23:41:54.207641 运行 的最新结果： python { "all": { "em": 0.2993917785234899, "em_stderr": 0.004690263056389047, "f1": 0.33736996644295303, "f1_stderr": 0.004651138439477223, "acc": 0.42508495529786566, "acc_stderr": 0.010526343784939971 }, "harness|drop|3": { "em": 0.2993917785234899, "em_stderr": 0.004690263056389047, "f1": 0.33736996644295303, "f1_stderr": 0.004651138439477223 }, "harness|gsm8k|5": { "acc": 0.11220621683093253, "acc_stderr": 0.008693743138242383 }, "harness|winogrande|5": { "acc": 0.7379636937647988, "acc_stderr": 0.012358944431637561 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割：2023_07_19T17_17_47.759549
    • 路径：**/details_harness|arc:challenge|25_2023-07-19T17:17:47.759549.parquet
  • 分割：latest
    • 路径：**/details_harness|arc:challenge|25_2023-07-19T17:17:47.759549.parquet

• harness_drop_3

  • 分割：2023_10_22T23_41_54.207641
    • 路径：**/details_harness|drop|3_2023-10-22T23-41-54.207641.parquet
  • 分割：latest
    • 路径：**/details_harness|drop|3_2023-10-22T23-41-54.207641.parquet

• harness_gsm8k_5

  • 分割：2023_10_22T23_41_54.207641
    • 路径：**/details_harness|gsm8k|5_2023-10-22T23-41-54.207641.parquet
  • 分割：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-22T23-41-54.207641.parquet

• harness_hellaswag_10

  • 分割：2023_07_19T17_17_47.759549
    • 路径：**/details_harness|hellaswag|10_2023-07-19T17:17:47.759549.parquet
  • 分割：latest
    • 路径：**/details_harness|hellaswag|10_2023-07-19T17:17:47.759549.parquet

• harness_hendrycksTest_5

  • 分割：2023_07_19T17_17_47.759549
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:17:47.759549.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T17:17:47.759549.parquet
      • ...（其他路径省略）
  • 分割：latest
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-07-19T17:17:47.759549.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-07-19T17:17:47.759549.parquet
      • ...（其他路径省略）