open-llm-leaderboard-old/details_jsk0214__Seagull-llama-3-8B-orpo-v0.5
收藏数据集概述
数据集简介
该数据集是在评估模型 jsk0214/Seagull-llama-3-8B-orpo-v0.5 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 个配置
- 数据来源：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。
- 最新结果："train" 分割始终指向最新结果。
- 聚合结果：一个额外的配置 "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_jsk0214__Seagull-llama-3-8B-orpo-v0.5", "harness_winogrande_5", split="train")
最新结果
以下是 2024-04-23T04:36:54.335291 运行的最新结果：
python { "all": { "acc": 0.6484040223158208, "acc_stderr": 0.0321418728740075, "acc_norm": 0.6533217606359656, "acc_norm_stderr": 0.032784317661045864, "mc1": 0.37454100367197063, "mc1_stderr": 0.016943535128405334, "mc2": 0.5470270114271052, "mc2_stderr": 0.015066851197837386 }, "harness|arc:challenge|25": { "acc": 0.5401023890784983, "acc_stderr": 0.01456431885692485, "acc_norm": 0.5810580204778157, "acc_norm_stderr": 0.014418106953639013 }, "harness|hellaswag|10": { "acc": 0.6142202748456482, "acc_stderr": 0.004857840934549159, "acc_norm": 0.8159729137621987, "acc_norm_stderr": 0.003867143274914471 }, ... }
配置详情
-
配置名称：harness_arc_challenge_25
- 数据文件：
- 分割：2024_04_23T04_36_54.335291
- 路径：
**/details_harness|arc:challenge|25_2024-04-23T04-36-54.335291.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2024-04-23T04-36-54.335291.parquet
- 路径：
- 分割：2024_04_23T04_36_54.335291
- 数据文件：
-
配置名称：harness_gsm8k_5
- 数据文件：
- 分割：2024_04_23T04_36_54.335291
- 路径：
**/details_harness|gsm8k|5_2024-04-23T04-36-54.335291.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2024-04-23T04-36-54.335291.parquet
- 路径：
- 分割：2024_04_23T04_36_54.335291
- 数据文件：
-
配置名称：harness_hellaswag_10
- 数据文件：
- 分割：2024_04_23T04_36_54.335291
- 路径：
**/details_harness|hellaswag|10_2024-04-23T04-36-54.335291.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2024-04-23T04-36-54.335291.parquet
- 路径：
- 分割：2024_04_23T04_36_54.335291
- 数据文件：
-
配置名称：harness_hendrycksTest_5
- 数据文件：
- 分割：2024_04_23T04_36_54.335291
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-23T04-36-54.335291.parquet**/details_harness|hendrycksTest-anatomy|5_2024-04-23T04-36-54.335291.parquet- ...
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-23T04-36-54.335291.parquet**/details_harness|hendrycksTest-anatomy|5_2024-04-23T04-36-54.335291.parquet- ...
- 路径：
- 分割：2024_04_23T04_36_54.335291
- 数据文件：
