open-llm-leaderboard-old/details_Locutusque__OpenCerebrum-2.0-7B

该数据集是在模型Locutusque/OpenCerebrum-2.0-7B的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次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命名。train分割始终指向最新的结果。此外，一个名为results的配置存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集创建

• 创建背景：该数据集是在对模型 Locutusque/OpenCerebrum-2.0-7B 进行评估运行期间自动创建的。
• 评估平台：数据集用于 Open LLM Leaderboard。

数据集结构

• 配置数量：数据集包含 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。
• 最新结果："train" 分割始终指向最新结果。
• 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，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_Locutusque__OpenCerebrum-2.0-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳：2024-04-15T21:56:36.491623
• 结果示例： python { "all": { "acc": 0.6356847980102256, "acc_stderr": 0.03245346415577868, "acc_norm": 0.6411929003048991, "acc_norm_stderr": 0.03311098297180396, "mc1": 0.32313341493268055, "mc1_stderr": 0.016371836286454604, "mc2": 0.48937019502423673, "mc2_stderr": 0.014955153467352721 }, "harness|arc:challenge|25": { "acc": 0.5622866894197952, "acc_stderr": 0.01449757388110828, "acc_norm": 0.6006825938566553, "acc_norm_stderr": 0.014312094557946712 }, "harness|hellaswag|10": { "acc": 0.6392152957578172, "acc_stderr": 0.004792467255899767, "acc_norm": 0.8388767177853017, "acc_norm_stderr": 0.003668932629672561 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.31, "acc_stderr": 0.04648231987117316, "acc_norm": 0.31, "acc_norm_stderr": 0.04648231987117316 }, # 更多任务结果... }

配置详情

• 配置名称：harness_arc_challenge_25

  • 数据文件：
    • 分割：2024_04_15T21_56_36.491623
      • 路径：**/details_harness|arc:challenge|25_2024-04-15T21-56-36.491623.parquet
    • 分割：latest
      • 路径：**/details_harness|arc:challenge|25_2024-04-15T21-56-36.491623.parquet

• 配置名称：harness_gsm8k_5

  • 数据文件：
    • 分割：2024_04_15T21_56_36.491623
      • 路径：**/details_harness|gsm8k|5_2024-04-15T21-56-36.491623.parquet
    • 分割：latest
      • 路径：**/details_harness|gsm8k|5_2024-04-15T21-56-36.491623.parquet

• 配置名称：harness_hellaswag_10

  • 数据文件：
    • 分割：2024_04_15T21_56_36.491623
      • 路径：**/details_harness|hellaswag|10_2024-04-15T21-56-36.491623.parquet
    • 分割：latest
      • 路径：**/details_harness|hellaswag|10_2024-04-15T21-56-36.491623.parquet

• 配置名称：harness_hendrycksTest_5

  • 数据文件：
    • 分割：2024_04_15T21_56_36.491623
      • 路径：
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-04-15T21-56-36.491623.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-04-15T21-56-36.491623.parquet

        更多路径...