open-llm-leaderboard-old/details_Harshvir__Llama-2-7B-physics

该数据集是在Open LLM Leaderboard上对模型Harshvir/Llama-2-7B-physics进行评估时自动创建的。数据集包含64个配置，每个配置对应一个特定的评估任务。数据集由2次运行的数据组成，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。此外，名为results的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`datasets`库中的`load_dataset`函数加载数据集的示例。

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 Harshvir/Llama-2-7B-physics 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集从 2 次运行中创建，每次运行可以在每个配置中找到一个特定的分割，分割名称使用运行的时间戳。
• "train" 分割始终指向最新的结果。
• 一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Harshvir__Llama-2-7B-physics", "harness_winogrande_5", split="train")

最新结果

以下是 2023-09-17T20:39:36.366627 运行的最新结果： python { "all": { "em": 0.03680788590604027, "em_stderr": 0.0019282642409219751, "f1": 0.10780620805369148, "f1_stderr": 0.0024191974799882767, "acc": 0.39476463537886264, "acc_stderr": 0.009842042454929716 }, "harness|drop|3": { "em": 0.03680788590604027, "em_stderr": 0.0019282642409219751, "f1": 0.10780620805369148, "f1_stderr": 0.0024191974799882767 }, "harness|gsm8k|5": { "acc": 0.07050796057619409, "acc_stderr": 0.007051543813983609 }, "harness|winogrande|5": { "acc": 0.7190213101815311, "acc_stderr": 0.012632541095875824 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_08_17T21_02_56.107134
  • 路径：**/details_harness|arc:challenge|25_2023-08-17T21:02:56.107134.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-08-17T21:02:56.107134.parquet

• harness_drop_3

  • 分割：2023_09_17T20_39_36.366627
  • 路径：**/details_harness|drop|3_2023-09-17T20-39-36.366627.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-09-17T20-39-36.366627.parquet

• harness_gsm8k_5

  • 分割：2023_09_17T20_39_36.366627
  • 路径：**/details_harness|gsm8k|5_2023-09-17T20-39-36.366627.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-09-17T20-39-36.366627.parquet

• harness_hellaswag_10

  • 分割：2023_08_17T21_02_56.107134
  • 路径：**/details_harness|hellaswag|10_2023-08-17T21:02:56.107134.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-08-17T21:02:56.107134.parquet

• harness_hendrycksTest_5

  • 分割：2023_08_17T21_02_56.107134
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-17T21:02:56.107134.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-08-17T21:02:56.107134.parquet 等