open-llm-leaderboard-old/details_v1olet__v1olet_merged_dpo_7B_v4

该数据集是在模型v1olet/v1olet_merged_dpo_7B_v4的评估运行期间自动创建的，评估运行是在Open LLM Leaderboard上进行的。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

数据集简介

该数据集是在对模型 v1olet/v1olet_merged_dpo_7B_v4 进行评估运行期间自动创建的。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
• 运行次数：1 次运行
• 数据分割：每个配置包含特定分割，分割名称使用运行的时间戳。"train" 分割指向最新结果。
• 额外配置："results" 配置存储所有运行结果的聚合，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_v1olet__v1olet_merged_dpo_7B_v4", "harness_winogrande_5", split="train")

最新结果

以下是来自 2023-12-13T13:46:12.224585 运行的最新结果： python { "all": { "acc": 0.5917202264245718, "acc_stderr": 0.03324717259397107, "acc_norm": 0.5957734427293545, "acc_norm_stderr": 0.0339416190415928, "mc1": 0.4614443084455324, "mc1_stderr": 0.017451384104637455, "mc2": 0.5943157054555347, "mc2_stderr": 0.01604355026591654 }, "harness|arc:challenge|25": { "acc": 0.6467576791808873, "acc_stderr": 0.013967822714840055, "acc_norm": 0.6697952218430034, "acc_norm_stderr": 0.013743085603760426 }, "harness|hellaswag|10": { "acc": 0.6450906193985262, "acc_stderr": 0.004775079636567097, "acc_norm": 0.8408683529177454, "acc_norm_stderr": 0.003650512158306275 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.25, "acc_stderr": 0.04351941398892446, "acc_norm": 0.25, "acc_norm_stderr": 0.04351941398892446 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2023_12_13T13_46_12.224585, latest
  • 路径：**/details_harness|arc:challenge|25_2023-12-13T13-46-12.224585.parquet

• harness_gsm8k_5

  • 分割：2023_12_13T13_46_12.224585, latest
  • 路径：**/details_harness|gsm8k|5_2023-12-13T13-46-12.224585.parquet

• harness_hellaswag_10

  • 分割：2023_12_13T13_46_12.224585, latest
  • 路径：**/details_harness|hellaswag|10_2023-12-13T13-46-12.224585.parquet

• harness_hendrycksTest_5

  • 分割：2023_12_13T13_46_12.224585
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-13T13-46-12.224585.parquet

以上是数据集的详细概述，包括数据集的结构、加载示例、最新结果以及各个配置的详情。