open-llm-leaderboard-old/details_Gille__StrangeMerges_13-7B-slerp

该数据集是在评估模型Gille/StrangeMerges_13-7B-slerp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次运行生成，每次运行的结果存储在特定的分割中，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of Gille/StrangeMerges_13-7B-slerp
• 创建目的: 自动创建于模型 Gille/StrangeMerges_13-7B-slerp 在 Open LLM Leaderboard 的评估运行期间。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建来源: 从 1 次运行中创建。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。"train" 分割总是指向最新的结果。
• 额外配置: "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_Gille__StrangeMerges_13-7B-slerp", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2024-02-02T03:01:57.627624
• 结果示例: python { "all": { "acc": 0.6490020159727848, "acc_stderr": 0.03207880299561487, "acc_norm": 0.6522498316523601, "acc_norm_stderr": 0.032718201180501595, "mc1": 0.32558139534883723, "mc1_stderr": 0.016403989469907825, "mc2": 0.48620814133438406, "mc2_stderr": 0.014705661692480883 }, "harness|arc:challenge|25": { "acc": 0.6049488054607508, "acc_stderr": 0.01428589829293817, "acc_norm": 0.6382252559726962, "acc_norm_stderr": 0.014041957945038082 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_02_02T03_01_57.627624
      • 路径: **/details_harness|arc:challenge|25_2024-02-02T03-01-57.627624.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-02-02T03-01-57.627624.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_02_02T03_01_57.627624
      • 路径: **/details_harness|gsm8k|5_2024-02-02T03-01-57.627624.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-02-02T03-01-57.627624.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_02_02T03_01_57.627624
      • 路径: **/details_harness|hellaswag|10_2024-02-02T03-01-57.627624.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-02-02T03-01-57.627624.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_02_02T03_01_57.627624
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-02T03-01-57.627624.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-02T03-01-57.627624.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-02T03-01-57.627624.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-02T03-01-57.627624.parquet
        • ...