open-llm-leaderboard-old/details_ResplendentAI__Aura_L3_8B

该数据集是在评估模型ResplendentAI/Aura_L3_8B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，每次运行的结果作为一个特定的分割存储，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

该数据集是在对模型 ResplendentAI/Aura_L3_8B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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：数据集来自1次运行，每个运行结果作为一个特定的分割（split）存储，分割名称使用运行的时间戳。
• 最新结果："train" 分割始终指向最新的结果。
• 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_ResplendentAI__Aura_L3_8B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-04-20T03:05:54.560097 运行的最新结果：

python { "all": { "acc": 0.6692233569452685, "acc_stderr": 0.031771150682540765, "acc_norm": 0.6715705943105329, "acc_norm_stderr": 0.03240694673990623, "mc1": 0.3623011015911873, "mc1_stderr": 0.016826646897262258, "mc2": 0.5164847417249383, "mc2_stderr": 0.015199447789530456 }, "harness|arc:challenge|25": { "acc": 0.5716723549488054, "acc_stderr": 0.01446049636759902, "acc_norm": 0.6100682593856656, "acc_norm_stderr": 0.014252959848892894 }, "harness|hellaswag|10": { "acc": 0.5907189802828122, "acc_stderr": 0.004906962980328293, "acc_norm": 0.7857996415056762, "acc_norm_stderr": 0.00409427987173367 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.32, "acc_stderr": 0.046882617226215034, "acc_norm": 0.32, "acc_norm_stderr": 0.046882617226215034 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_04_20T03_05_54.560097, latest
  • 路径：**/details_harness|arc:challenge|25_2024-04-20T03-05-54.560097.parquet

• harness_gsm8k_5

  • 分割：2024_04_20T03_05_54.560097, latest
  • 路径：**/details_harness|gsm8k|5_2024-04-20T03-05-54.560097.parquet

• harness_hellaswag_10

  • 分割：2024_04_20T03_05_54.560097, latest
  • 路径：**/details_harness|hellaswag|10_2024-04-20T03-05-54.560097.parquet

• harness_hendrycksTest_5

  • 分割：2024_04_20T03_05_54.560097, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-20T03-05-54.560097.parquet