open-llm-leaderboard-old/details_CultriX__MergeTrix-7B-v2

该数据集是在评估CultriX/MergeTrix-7B-v2模型的过程中自动创建的，包含了63个配置，每个配置对应一个评估任务。数据集由一次运行创建，每个运行可以在每个配置中找到，使用运行的时间戳命名。此外，还有一个名为results的配置，存储了运行中的所有聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集来源

该数据集是在对模型 CultriX/MergeTrix-7B-v2 进行评估运行时自动创建的，评估运行在 Open LLM Leaderboard 上进行。

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_CultriX__MergeTrix-7B-v2", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-23T01:33:45.756570 运行的最新结果：

python { "all": { "acc": 0.6550880097292562, "acc_stderr": 0.03206914305226512, "acc_norm": 0.6541828399839258, "acc_norm_stderr": 0.03275033920579298, "mc1": 0.5312117503059975, "mc1_stderr": 0.017469364874577516, "mc2": 0.6716543422722782, "mc2_stderr": 0.015319258452217491 }, "harness|arc:challenge|25": { "acc": 0.6988054607508533, "acc_stderr": 0.013406741767847629, "acc_norm": 0.726962457337884, "acc_norm_stderr": 0.013019332762635753 }, "harness|hellaswag|10": { "acc": 0.7176857199761004, "acc_stderr": 0.0044920552794071094, "acc_norm": 0.8847839075881299, "acc_norm_stderr": 0.0031863002304505727 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695235, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695235 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_23T01_33_45.756570, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-23T01-33-45.756570.parquet

• harness_gsm8k_5

  • 分割：2024_01_23T01_33_45.756570, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-23T01-33-45.756570.parquet

• harness_hellaswag_10

  • 分割：2024_01_23T01_33_45.756570, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-23T01-33-45.756570.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_23T01_33_45.756570, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-23T01-33-45.756570.parquet, 以及其他相关路径...