open-llm-leaderboard-old/details_bhenrym14__mistral-7b-platypus-fp16

该数据集是在模型bhenrym14/mistral-7b-platypus-fp16的评估运行中自动创建的。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次运行创建，每次运行的结果可以在每个配置的特定分割中找到，分割以运行的时间戳命名。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，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集摘要

该数据集是在评估模型 bhenrym14/mistral-7b-platypus-fp16 在 Open LLM Leaderboard 上的自动创建的。

数据集结构

• 数据集由 64 个配置组成，每个配置对应一个评估任务。
• 数据集从 2 次运行中创建。每次运行可以在每个配置中找到特定的拆分，拆分名称使用运行的时间戳。"train" 拆分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 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_bhenrym14__mistral-7b-platypus-fp16", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果来自 run 2023-10-29T09:15:23.830857 的摘要： python { "all": { "em": 0.4168414429530201, "em_stderr": 0.005049151744527279, "f1": 0.4591768036912757, "f1_stderr": 0.0048851694906548275, "acc": 0.479468014382712, "acc_stderr": 0.010986687977801515 }, "harness|drop|3": { "em": 0.4168414429530201, "em_stderr": 0.005049151744527279, "f1": 0.4591768036912757, "f1_stderr": 0.0048851694906548275 }, "harness|gsm8k|5": { "acc": 0.17361637604245642, "acc_stderr": 0.010433463221257632 }, "harness|winogrande|5": { "acc": 0.7853196527229677, "acc_stderr": 0.011539912734345398 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 拆分：2023_10_09T19_22_13.143311
  • 路径：**/details_harness|arc:challenge|25_2023-10-09T19-22-13.143311.parquet
  • 拆分：latest
  • 路径：**/details_harness|arc:challenge|25_2023-10-09T19-22-13.143311.parquet

• harness_drop_3

  • 拆分：2023_10_29T09_15_23.830857
  • 路径：**/details_harness|drop|3_2023-10-29T09-15-23.830857.parquet
  • 拆分：latest
  • 路径：**/details_harness|drop|3_2023-10-29T09-15-23.830857.parquet

• harness_gsm8k_5

  • 拆分：2023_10_29T09_15_23.830857
  • 路径：**/details_harness|gsm8k|5_2023-10-29T09-15-23.830857.parquet
  • 拆分：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-29T09-15-23.830857.parquet

• harness_hellaswag_10

  • 拆分：2023_10_09T19_22_13.143311
  • 路径：**/details_harness|hellaswag|10_2023-10-09T19-22-13.143311.parquet
  • 拆分：latest
  • 路径：**/details_harness|hellaswag|10_2023-10-09T19-22-13.143311.parquet

• harness_hendrycksTest_5

  • 拆分：2023_10_09T19_22_13.143311
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-09T19-22-13.143311.parquet 等
  • 拆分：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-09T19-22-13.143311.parquet 等