open-llm-leaderboard-old/details_ehartford__dolphin-2.2-yi-34b-200k

该数据集是在Open LLM Leaderboard上对模型ehartford/dolphin-2.2-yi-34b-200k进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从一次或多次运行中生成的，每次运行都作为一个特定的分割存储，分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个results配置，用于存储所有运行的聚合结果，并用于在Open LLM Leaderboard上显示聚合指标。README还包含一个用于加载数据集的Python代码片段，以及一个显示特定运行的最新结果的JSON片段。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 ehartford/dolphin-2.2-yi-34b-200k 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 运行次数：数据集由1次运行创建。每个运行在每个配置中作为一个特定的分片存在，分片名称使用运行的时间戳。
• 最新结果："train" 分片始终指向最新的结果。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示 Open LLM Leaderboard 上的汇总指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ehartford__dolphin-2.2-yi-34b-200k", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-10T09:19:14.695653 运行的最新结果：

python { "all": { "acc": 0.5443333155719463, "acc_stderr": 0.03403073973019475, "acc_norm": 0.5545570631884628, "acc_norm_stderr": 0.034865135931915724, "mc1": 0.2839657282741738, "mc1_stderr": 0.01578537085839672, "mc2": 0.45931787186509654, "mc2_stderr": 0.0156737639267665 }, "harness|arc:challenge|25": { "acc": 0.3924914675767918, "acc_stderr": 0.014269634635670714, "acc_norm": 0.42150170648464164, "acc_norm_stderr": 0.014430197069326023 }, "harness|hellaswag|10": { "acc": 0.5135431189006174, "acc_stderr": 0.004987950663406538, "acc_norm": 0.6818362875921131, "acc_norm_stderr": 0.00464811532232878 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分片：2023_12_10T09_19_14.695653, latest
  • 路径：**/details_harness|arc:challenge|25_2023-12-10T09-19-14.695653.parquet

• harness_gsm8k_5

  • 分片：2023_12_10T09_19_14.695653, latest
  • 路径：**/details_harness|gsm8k|5_2023-12-10T09-19-14.695653.parquet

• harness_hellaswag_10

  • 分片：2023_12_10T09_19_14.695653, latest
  • 路径：**/details_harness|hellaswag|10_2023-12-10T09-19-14.695653.parquet

• harness_hendrycksTest_5

  • 分片：2023_12_10T09_19_14.695653, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-10T09-19-14.695653.parquet 等。

以上是数据集的详细概述，包括数据集的创建背景、结构、加载示例、最新结果以及各个配置的详细信息。