open-llm-leaderboard-old/details_moreh__MoMo-70B-LoRA-V1.4

该数据集是在评估模型moreh/MoMo-72B-LoRA-V1.4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为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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

数据集简介

该数据集是在评估模型 moreh/MoMo-72B-LoRA-V1.4 在 Open LLM Leaderboard 上的自动创建的。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 数据来源：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。
• 最新结果："train" 分割始终指向最新结果。
• 结果汇总：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_moreh__MoMo-72B-LoRA-V1.4", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-05T09:27:55.373220 运行的最新结果： python { "all": { "acc": 0.767579679155859, "acc_stderr": 0.028032995667067143, "acc_norm": 0.7712502289161597, "acc_norm_stderr": 0.028568503426373924, "mc1": 0.4602203182374541, "mc1_stderr": 0.01744801722396088, "mc2": 0.626557569821075, "mc2_stderr": 0.01486734061588185 }, "harness|arc:challenge|25": { "acc": 0.6621160409556314, "acc_stderr": 0.013822047922283507, "acc_norm": 0.6919795221843004, "acc_norm_stderr": 0.013491429517292037 }, "harness|hellaswag|10": { "acc": 0.6597291376219877, "acc_stderr": 0.004728318577835205, "acc_norm": 0.8507269468233419, "acc_norm_stderr": 0.0035562912320503525 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_05T09_27_55.373220, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-05T09-27-55.373220.parquet

• harness_gsm8k_5

  • 分割：2024_01_05T09_27_55.373220, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-05T09-27-55.373220.parquet

• harness_hellaswag_10

  • 分割：2024_01_05T09_27_55.373220, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-05T09-27-55.373220.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_05T09_27_55.373220, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-05T09-27-55.373220.parquet

以上内容总结了数据集的关键信息，包括数据集的来源、结构、加载示例、最新结果以及配置详情。