open-llm-leaderboard-old/details_Kukedlc__NeoCortex-7B-slerp

该数据集是在评估模型Kukedlc/NeoCortex-7B-slerp运行期间自动创建的，用于Open LLM排行榜。数据集包含63个配置，每个配置对应一个评估任务。数据集来自一次运行，每次运行都作为一个特定分割存在，分割名使用运行的时间戳命名。train分割始终指向最新结果，另外还有一个results配置，存储了运行的聚合结果，用于在Open LLM排行榜上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集来源

• 数据集是在模型 Kukedlc/NeoCortex-7B-slerp 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

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。
• 额外的 "results" 配置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_Kukedlc__NeoCortex-7B-slerp", "harness_winogrande_5", split="train")

最新结果

• 这些是最新的结果，来自 2024-03-07T12:50:41.736274 的运行。

配置详情

• harness_arc_challenge_25

  • 分割: 2024_03_07T12_50_41.736274, latest
  • 路径: **/details_harness|arc:challenge|25_2024-03-07T12-50-41.736274.parquet

• harness_gsm8k_5

  • 分割: 2024_03_07T12_50_41.736274, latest
  • 路径: **/details_harness|gsm8k|5_2024-03-07T12-50-41.736274.parquet

• harness_hellaswag_10

  • 分割: 2024_03_07T12_50_41.736274, latest
  • 路径: **/details_harness|hellaswag|10_2024-03-07T12-50-41.736274.parquet

• harness_hendrycksTest_5

  • 分割: 2024_03_07T12_50_41.736274, latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-astronomy|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-business_ethics|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-college_biology|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-college_medicine|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-college_physics|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-computer_security|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-econometrics|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-formal_logic|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-global_facts|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-high_school_biology|5_2024-03-07T12-50-41.736274.parquet
    • **/details_harness|hendrycksTest-high_school_chemistry|5_2024-03-07T12-50-41.736274.parquet