open-llm-leaderboard-old/details_yyh0901__lloma_step400

该数据集是在模型yyh0901/lloma_step400的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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，每次运行都可以在每个配置的特定分割中找到，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，还有一个名为results的配置，存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of yyh0901/lloma_step400
• 来源: 由模型 yyh0901/lloma_step400 在 Open LLM Leaderboard 上的评估运行期间自动创建。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建: 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。"train" 分割始终指向最新的结果。
• 额外配置: 一个名为 "results" 的配置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_yyh0901__lloma_step400", "harness_winogrande_5", split="train")

最新结果

• 来源: 最新结果来自 2024-04-06T13:16:47.684336
• 详细结果: python { "all": { "acc": 0.3102908056939462, "acc_stderr": 0.03251713048512004, "acc_norm": 0.31260404239670475, "acc_norm_stderr": 0.0333330841188841, "mc1": 0.2386780905752754, "mc1_stderr": 0.014922629695456421, "mc2": 0.3858138994902272, "mc2_stderr": 0.014262726110006094 }, "harness|arc:challenge|25": { "acc": 0.36689419795221845, "acc_stderr": 0.014084133118104289, "acc_norm": 0.3984641638225256, "acc_norm_stderr": 0.014306946052735565 }, "harness|hellaswag|10": { "acc": 0.4393547102170882, "acc_stderr": 0.00495294207299927, "acc_norm": 0.5946026687910775, "acc_norm_stderr": 0.004899653704032829 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_04_06T13_16_47.684336
      • 路径: **/details_harness|arc:challenge|25_2024-04-06T13-16-47.684336.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-04-06T13-16-47.684336.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_04_06T13_16_47.684336
      • 路径: **/details_harness|gsm8k|5_2024-04-06T13-16-47.684336.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-04-06T13-16-47.684336.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_04_06T13_16_47.684336
      • 路径: **/details_harness|hellaswag|10_2024-04-06T13-16-47.684336.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-04-06T13-16-47.684336.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_04_06T13_16_47.684336
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-06T13-16-47.684336.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-04-06T13-16-47.684336.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-04-06T13-16-47.684336.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-06T13-16-47.684336.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-04-06T13-16-47.684336.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-04-06T13-16-47.684336.parquet
        • ...