open-llm-leaderboard-old/details_FelixChao__NarutoDolphin-7B

该数据集是在评估模型FelixChao/NarutoDolphin-7B时自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集摘要

该数据集是在对模型 FelixChao/NarutoDolphin-7B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集组成

• 该数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据集从 1 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。
• 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_FelixChao__NarutoDolphin-7B", "harness_winogrande_5", split="train")

最新结果

这些是最新结果（来自 2024-01-14T10:24:57.162360 运行）的摘要： python { "all": { "acc": 0.6306583942825644, "acc_stderr": 0.03252627508388141, "acc_norm": 0.632276909104878, "acc_norm_stderr": 0.03317986227116511, "mc1": 0.40514075887392903, "mc1_stderr": 0.01718561172775337, "mc2": 0.5912860013096678, "mc2_stderr": 0.015586868131613507 }, "harness|arc:challenge|25": { "acc": 0.6220136518771331, "acc_stderr": 0.014169664520303098, "acc_norm": 0.6382252559726962, "acc_norm_stderr": 0.014041957945038083 }, "harness|hellaswag|10": { "acc": 0.6542521410077674, "acc_stderr": 0.0047463946133845325, "acc_norm": 0.841665006970723, "acc_norm_stderr": 0.0036430875292137216 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695235, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695235 }, # 其他任务的结果省略... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_01_14T10_24_57.162360, latest
  • 路径: **/details_harness|arc:challenge|25_2024-01-14T10-24-57.162360.parquet

• harness_gsm8k_5

  • 分割: 2024_01_14T10_24_57.162360, latest
  • 路径: **/details_harness|gsm8k|5_2024-01-14T10-24-57.162360.parquet

• harness_hellaswag_10

  • 分割: 2024_01_14T10_24_57.162360, latest
  • 路径: **/details_harness|hellaswag|10_2024-01-14T10-24-57.162360.parquet

• harness_hendrycksTest_5

  • 分割: 2024_01_14T10_24_57.162360, latest
  • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-14T10-24-57.162360.parquet 等