open-llm-leaderboard-old/details_Sao10K__Zephyrus-L1-33B

该数据集是在模型Sao10K/Zephyrus-L1-33B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，每个配置对应一个评估任务。数据集由2次运行创建，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还提供了如何使用`datasets`库中的`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

数据集来源

• 数据集是在模型 Sao10K/Zephyrus-L1-33B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

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特定的分割，分割名称使用运行的时间戳。
• "train" 分割总是指向最新的结果。

额外配置

• 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在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Sao10K__Zephyrus-L1-33B", "harness_winogrande_5", split="train")

最新结果

• 这些是最新的结果，来自 2023-10-26T22:58:44.962753 的运行。 python { "all": { "em": 0.1826761744966443, "em_stderr": 0.003957106009101816, "f1": 0.2689282718120811, "f1_stderr": 0.004022541310882054, "acc": 0.5188394618630148, "acc_stderr": 0.011447189197576924 }, "harness|drop|3": { "em": 0.1826761744966443, "em_stderr": 0.003957106009101816, "f1": 0.2689282718120811, "f1_stderr": 0.004022541310882054 }, "harness|gsm8k|5": { "acc": 0.2357846853677028, "acc_stderr": 0.0116925156506668 }, "harness|winogrande|5": { "acc": 0.8018942383583267, "acc_stderr": 0.011201862744487047 } }

配置详情

• harness_arc_challenge_25

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|arc:challenge|25_2023-10-04T01-26-11.799613.parquet

• harness_drop_3

  • 分割: 2023_10_26T22_58_44.962753, latest
  • 路径: **/details_harness|drop|3_2023-10-26T22-58-44.962753.parquet

• harness_gsm8k_5

  • 分割: 2023_10_26T22_58_44.962753, latest
  • 路径: **/details_harness|gsm8k|5_2023-10-26T22-58-44.962753.parquet

• harness_hellaswag_10

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hellaswag|10_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: 多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_abstract_algebra_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_anatomy_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-anatomy|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_astronomy_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-astronomy|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_business_ethics_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-business_ethics|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_clinical_knowledge_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-clinical_knowledge|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_college_biology_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-college_biology|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_college_chemistry_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-college_chemistry|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_college_computer_science_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-college_computer_science|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_college_mathematics_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-college_mathematics|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_college_medicine_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-college_medicine|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_college_physics_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-college_physics|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_computer_security_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-computer_security|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_conceptual_physics_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-conceptual_physics|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_econometrics_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-econometrics|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_electrical_engineering_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-electrical_engineering|5_2023-10-04T01-26-11.799613.parquet

• harness_hendrycksTest_elementary_mathematics_5

  • 分割: 2023_10_04T01_26_11.799613, latest
  • 路径: **/details_harness|hendrycksTest-elementary_mathematics|5_2023-10-04T01-26-11.799613.parquet