open-llm-leaderboard-old/details_chihoonlee10__T3Q-MSlerp-13B

该数据集是在评估模型chihoonlee10/T3Q-MSlerp-13B在Open LLM Leaderboard上的运行过程中自动创建的。它由63个配置组成，每个配置对应一个特定的评估任务。数据集包含每个任务的最新结果，以及一个存储所有聚合结果的results配置。数据集的每个分割都以运行的时间戳命名，确保了数据的时效性和准确性。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 chihoonlee10/T3Q-MSlerp-13B 在 Open LLM Leaderboard 上的自动创建的。数据集包含 63 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：63
• 创建来源：1 次运行
• 数据分割：每个配置包含特定运行的分割，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 额外配置："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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_chihoonlee10__T3Q-MSlerp-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-14T03:48:04.846464 运行的最新结果：

python { "all": { "acc": 0.26123911772691083, "acc_stderr": 0.030746683415945546, "acc_norm": 0.26272288267527566, "acc_norm_stderr": 0.031569242870413836, "mc1": 0.23133414932680538, "mc1_stderr": 0.014761945174862661, "mc2": 0.48011742832768245, "mc2_stderr": 0.01646970337462705 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_14T03_48_04.846464, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-14T03-48-04.846464.parquet

• harness_gsm8k_5

  • 分割：2024_03_14T03_48_04.846464, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-14T03-48-04.846464.parquet

• harness_hellaswag_10

  • 分割：2024_03_14T03_48_04.846464, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-14T03-48-04.846464.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_14T03_48_04.846464, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-14T03-48-04.846464.parquet 等