open-llm-leaderboard-old/details_jeiku__NarrativeNexus_7B

该数据集是在评估模型jeiku/NarrativeNexus_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

数据集简介

该数据集是在评估模型 jeiku/NarrativeNexus_7B 在 Open LLM Leaderboard 上的自动创建的。数据集包含 63 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：63
• 数据来源：1 次运行（run）
• 数据分割：每个配置包含特定分割，分割名称使用运行的时间戳。"train" 分割指向最新结果。
• 额外配置："results" 配置存储所有聚合结果，用于计算和显示在 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_jeiku__NarrativeNexus_7B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-16T01:30:29.349287 运行 的最新结果：

python { "all": { "acc": 0.6331502373053775, "acc_stderr": 0.032649477056743835, "acc_norm": 0.6360612367088411, "acc_norm_stderr": 0.03330403787596569, "mc1": 0.46878824969400246, "mc1_stderr": 0.017469364874577537, "mc2": 0.6394506791157332, "mc2_stderr": 0.015272071804569947 }, "harness|arc:challenge|25": { "acc": 0.6279863481228669, "acc_stderr": 0.01412459788184446, "acc_norm": 0.6612627986348123, "acc_norm_stderr": 0.01383056892797433 }, "harness|hellaswag|10": { "acc": 0.6773551085441147, "acc_stderr": 0.004665327309399188, "acc_norm": 0.8573989245170285, "acc_norm_stderr": 0.003489509493001621 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.36, "acc_stderr": 0.04824181513244218, "acc_norm": 0.36, "acc_norm_stderr": 0.04824181513244218 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_16T01_30_29.349287, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-16T01-30-29.349287.parquet

• harness_gsm8k_5

  • 分割：2024_02_16T01_30_29.349287, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-16T01-30-29.349287.parquet

• harness_hellaswag_10

  • 分割：2024_02_16T01_30_29.349287, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-16T01-30-29.349287.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_16T01_30_29.349287
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-16T01-30-29.349287.parquet 等

这个回答仅包含与数据集相关的信息，结构化地概述了数据集的组成、结构、加载示例、最新结果和配置详情。