open-llm-leaderboard-old/details_FelixChao__Cygnus-7B

该数据集是在Open LLM Leaderboard上对模型FelixChao/Cygnus-7B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从一个或多个运行中生成的，每个运行作为每个配置中的特定分割存储。train分割始终指向最新结果。此外，还有一个results配置，用于存储所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的指标。README还提供了如何使用`datasets`库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of FelixChao/Cygnus-7B
• 数据集来源: 自动创建于模型 FelixChao/Cygnus-7B 在 Open LLM Leaderboard 的评估运行期间。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 运行次数: 数据集从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片存在，分片名称使用运行的时间戳。
• 最新结果: "train" 分片始终指向最新结果。
• 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_FelixChao__Cygnus-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-02-13T19:53:00.035091
• 结果示例: python { "all": { "acc": 0.6442703298905322, "acc_stderr": 0.03219446775786222, "acc_norm": 0.6433690342269983, "acc_norm_stderr": 0.032867952417734415, "mc1": 0.5556915544675642, "mc1_stderr": 0.017394586250743176, "mc2": 0.7261410824293602, "mc2_stderr": 0.014546522781456774 }, "harness|arc:challenge|25": { "acc": 0.6860068259385665, "acc_stderr": 0.013562691224726297, "acc_norm": 0.7090443686006825, "acc_norm_stderr": 0.013273077865907597 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分片: 2024_02_13T19_53_00.035091
      • 路径: **/details_harness|arc:challenge|25_2024-02-13T19-53-00.035091.parquet
    • 分片: latest
      • 路径: **/details_harness|arc:challenge|25_2024-02-13T19-53-00.035091.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分片: 2024_02_13T19_53_00.035091
      • 路径: **/details_harness|gsm8k|5_2024-02-13T19-53-00.035091.parquet
    • 分片: latest
      • 路径: **/details_harness|gsm8k|5_2024-02-13T19-53-00.035091.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分片: 2024_02_13T19_53_00.035091
      • 路径: **/details_harness|hellaswag|10_2024-02-13T19-53-00.035091.parquet
    • 分片: latest
      • 路径: **/details_harness|hellaswag|10_2024-02-13T19-53-00.035091.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分片: 2024_02_13T19_53_00.035091
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-13T19-53-00.035091.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-13T19-53-00.035091.parquet
        • ...
    • 分片: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-13T19-53-00.035091.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-13T19-53-00.035091.parquet
        • ...