open-llm-leaderboard-old/details_namirocks__student-model-13b-ep3

该数据集是在评估namirocks/student-model-13b-ep3模型时自动创建的，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，每个运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。还有一个额外的配置"results"，存储所有运行的聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of namirocks/student-model-13b-ep3
• 数据集描述: 该数据集是在评估模型 namirocks/student-model-13b-ep3 在 Open LLM Leaderboard 上的自动创建的。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集来源: 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。
• 附加配置: "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_namirocks__student-model-13b-ep3", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2023-12-30T01:37:20.077989
• 结果示例: python { "all": { "acc": 0.5621545466705268, "acc_stderr": 0.03351539520737431, "acc_norm": 0.5727655950528345, "acc_norm_stderr": 0.03442395762278095, "mc1": 0.23623011015911874, "mc1_stderr": 0.014869755015871105, "mc2": 0.35003126952306707, "mc2_stderr": 0.014347219852780793 }, "harness|arc:challenge|25": { "acc": 0.43856655290102387, "acc_stderr": 0.014500682618212865, "acc_norm": 0.46501706484641636, "acc_norm_stderr": 0.01457558392201966 }, "harness|hellaswag|10": { "acc": 0.6061541525592511, "acc_stderr": 0.004876028037941937, "acc_norm": 0.8036247759410476, "acc_norm_stderr": 0.003964437012249992 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.32, "acc_stderr": 0.046882617226215034, "acc_norm": 0.32, "acc_norm_stderr": 0.046882617226215034 },

  其他任务的结果...

}

配置信息

• 配置名称: harness_arc_challenge_25
  • 数据文件:
    • 分割: 2023_12_30T01_37_20.077989
      • 路径: **/details_harness|arc:challenge|25_2023-12-30T01-37-20.077989.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-12-30T01-37-20.077989.parquet
• 配置名称: harness_gsm8k_5
  • 数据文件:
    • 分割: 2023_12_30T01_37_20.077989
      • 路径: **/details_harness|gsm8k|5_2023-12-30T01-37-20.077989.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-12-30T01-37-20.077989.parquet
• 配置名称: harness_hellaswag_10
  • 数据文件:
    • 分割: 2023_12_30T01_37_20.077989
      • 路径: **/details_harness|hellaswag|10_2023-12-30T01-37-20.077989.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-12-30T01-37-20.077989.parquet
• 配置名称: harness_hendrycksTest_5
  • 数据文件:
    • 分割: 2023_12_30T01_37_20.077989
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2023-12-30T01-37-20.077989.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2023-12-30T01-37-20.077989.parquet

        其他任务的路径...

}