open-llm-leaderboard-old/details_ibivibiv__orthorus-125b-v2

数据集是在模型ibivibiv/orthorus-125b-v2的评估运行期间自动创建的，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。数据集是从1次运行中创建的，每次运行可以在每个配置中找到特定的分割，分割以运行的时间戳命名。"train"分割始终指向最新的结果。此外，"results"配置存储了运行的所有聚合结果，并用于计算和显示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

该数据集是在模型 ibivibiv/orthorus-125b-v2 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

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：数据集从1次运行中创建。每个运行可以在每个配置中找到一个特定的分割，分割名称使用运行的时间戳。
• 训练分割："train" 分割始终指向最新的结果。
• 结果配置：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_ibivibiv__orthorus-125b-v2", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-03T12:48:44.710896 运行的最新结果：

python { "all": { "acc": 0.7584690809873871, "acc_stderr": 0.028395670410324, "acc_norm": 0.7617229551125837, "acc_norm_stderr": 0.02894052568899262, "mc1": 0.5446756425948592, "mc1_stderr": 0.01743349010253877, "mc2": 0.701936100685348, "mc2_stderr": 0.014624333291558881 }, "harness|arc:challenge|25": { "acc": 0.6919795221843004, "acc_stderr": 0.013491429517292038, "acc_norm": 0.7363481228668942, "acc_norm_stderr": 0.012875929151297058 }, "harness|hellaswag|10": { "acc": 0.7149970125473013, "acc_stderr": 0.004504932999736406, "acc_norm": 0.8903604859589723, "acc_norm_stderr": 0.0031180136086692927 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.43, "acc_stderr": 0.049756985195624284, "acc_norm": 0.43, "acc_norm_stderr": 0.049756985195624284 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_03T12_48_44.710896, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-03T12-48-44.710896.parquet

• harness_gsm8k_5

  • 分割：2024_03_03T12_48_44.710896, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-03T12-48-44.710896.parquet

• harness_hellaswag_10

  • 分割：2024_03_03T12_48_44.710896, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-03T12-48-44.710896.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_03T12_48_44.710896, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-03T12-48-44.710896.parquet 等。