open-llm-leaderboard-old/details_rxavier__Taurus-1.0-Mistral-7B

该数据集是在评估模型rxavier/Taurus-1.0-Mistral-7B时自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行都可以在特定配置中找到，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，还有一个名为results的配置，存储了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。

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 rxavier/Taurus-1.0-Mistral-7B 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 63 个配置，每个配置对应一个评估任务。
• 数据集由 1 次运行创建，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_rxavier__Taurus-1.0-Mistral-7B", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.6361792234778971, "acc_stderr": 0.032395118340226396, "acc_norm": 0.6384410279862244, "acc_norm_stderr": 0.03304366843119485, "mc1": 0.34394124847001223, "mc1_stderr": 0.016629087514276778, "mc2": 0.5021041476017792, "mc2_stderr": 0.01497564544015494 }, "harness|arc:challenge|25": { "acc": 0.5938566552901023, "acc_stderr": 0.014351656690097856, "acc_norm": 0.6356655290102389, "acc_norm_stderr": 0.014063260279882419 }, "harness|hellaswag|10": { "acc": 0.6421031666998606, "acc_stderr": 0.004784018497679811, "acc_norm": 0.836387173869747, "acc_norm_stderr": 0.0036916784957679717 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.047609522856952365, "acc_norm": 0.34, "acc_norm_stderr": 0.047609522856952365 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_02_23T22_04_57.157109
  • 路径: **/details_harness|arc:challenge|25_2024-02-23T22-04-57.157109.parquet
  • 分割: latest
  • 路径: **/details_harness|arc:challenge|25_2024-02-23T22-04-57.157109.parquet

• harness_gsm8k_5

  • 分割: 2024_02_23T22_04_57.157109
  • 路径: **/details_harness|gsm8k|5_2024-02-23T22-04-57.157109.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2024-02-23T22-04-57.157109.parquet

• harness_hellaswag_10

  • 分割: 2024_02_23T22_04_57.157109
  • 路径: **/details_harness|hellaswag|10_2024-02-23T22-04-57.157109.parquet
  • 分割: latest
  • 路径: **/details_harness|hellaswag|10_2024-02-23T22-04-57.157109.parquet

• harness_hendrycksTest_5

  • 分割: 2024_02_23T22_04_57.157109
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-23T22-04-57.157109.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-02-23T22-04-57.157109.parquet
    • ...