open-llm-leaderboard/details_itsliupeng__llama2_7b_code

该数据集是在模型 itsliupeng/llama2_7b_code 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 次运行生成，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。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 `datasets` 库中的 `load_dataset` 函数加载数据集的示例。

This dataset was automatically generated during the evaluation run of the model `itsliupeng/llama2_7b_code` on the Open LLM Leaderboard. It consists of 64 configurations, each corresponding to one individual evaluation task. The dataset is created from two separate runs, where each run is represented as a dedicated split under each configuration. The `train` split always references the most up-to-date results. An extra configuration named `results` stores the aggregated results across all runs, which are utilized to compute and showcase the aggregate metrics on the Open LLM Leaderboard. Additionally, the README provides examples of loading the dataset via the `load_dataset` function from the `datasets` library.

原始信息汇总

数据集概述

数据集来源

该数据集是在评估模型 itsliupeng/llama2_7b_code 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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" 分割始终指向最新的结果。
• 额外的配置 "results" 存储所有运行结果的聚合，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_itsliupeng__llama2_7b_code", "harness_winogrande_5", split="train")

最新结果

最新结果来自 2023-10-26T11:17:28.829100 运行，包含以下指标： python { "all": { "em": 0.0009437919463087249, "em_stderr": 0.00031446531194130476, "f1": 0.05393036912751694, "f1_stderr": 0.0012935627430820335, "acc": 0.3980985212183299, "acc_stderr": 0.01010319096153194 }, "harness|drop|3": { "em": 0.0009437919463087249, "em_stderr": 0.00031446531194130476, "f1": 0.05393036912751694, "f1_stderr": 0.0012935627430820335 }, "harness|gsm8k|5": { "acc": 0.08112206216830932, "acc_stderr": 0.007520395797922653 }, "harness|winogrande|5": { "acc": 0.7150749802683505, "acc_stderr": 0.012685986125141227 } }

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_10_08T20_46_27.226805
    • 路径: **/details_harness|arc:challenge|25_2023-10-08T20-46-27.226805.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-10-08T20-46-27.226805.parquet

• harness_drop_3

  • 分割: 2023_10_26T11_17_28.829100
    • 路径: **/details_harness|drop|3_2023-10-26T11-17-28.829100.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-26T11-17-28.829100.parquet

• harness_gsm8k_5

  • 分割: 2023_10_26T11_17_28.829100
    • 路径: **/details_harness|gsm8k|5_2023-10-26T11-17-28.829100.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-26T11-17-28.829100.parquet

• harness_hellaswag_10

  • 分割: 2023_10_08T20_46_27.226805
    • 路径: **/details_harness|hellaswag|10_2023-10-08T20-46-27.226805.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-10-08T20-46-27.226805.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_08T20_46_27.226805
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T20-46-27.226805.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-08T20-46-27.226805.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-08T20-46-27.226805.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-08T20-46-27.226805.parquet
      • ...（其他路径省略）