open-llm-leaderboard-old/details_MatthieuJ__Forbin_13B_M1_SLERP

该数据集是在评估模型MatthieuJ/Forbin_13B_M1_SLERP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，每次运行的结果存储为特定的分割，分割名称使用运行的时间戳。此外，数据集还包含一个名为“results”的配置，用于存储所有运行的聚合结果，并在Open LLM Leaderboard上显示聚合指标。

原始信息汇总

数据集概述

该数据集是在对模型 MatthieuJ/Forbin_13B_M1_SLERP 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，每个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_MatthieuJ__Forbin_13B_M1_SLERP", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-27T19:09:27.007204 运行的最新结果：

python { "all": { "acc": 0.23196194129343728, "acc_stderr": 0.029934654752561563, "acc_norm": 0.2314240573187148, "acc_norm_stderr": 0.03071122006512167, "mc1": 1.0, "mc1_stderr": 0.0, "mc2": NaN, "mc2_stderr": NaN }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2024_03_27T19_09_27.007204
    • path: **/details_harness|arc:challenge|25_2024-03-27T19-09-27.007204.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-03-27T19-09-27.007204.parquet

• config_name: harness_gsm8k_5

  • split: 2024_03_27T19_09_27.007204
    • path: **/details_harness|gsm8k|5_2024-03-27T19-09-27.007204.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-03-27T19-09-27.007204.parquet

• config_name: harness_hellaswag_10

  • split: 2024_03_27T19_09_27.007204
    • path: **/details_harness|hellaswag|10_2024-03-27T19-09-27.007204.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-03-27T19-09-27.007204.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_03_27T19_09_27.007204
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-27T19-09-27.007204.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-27T19-09-27.007204.parquet
      • ...