open-llm-leaderboard-old/details_Severian__Nexus-IKM-Hermes-2-Pro-Mistral-7B

该数据集是在评估模型Severian/Nexus-IKM-Hermes-2-Pro-Mistral-7B时自动生成的，评估是在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，每次运行都可以在特定配置中找到，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，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

该数据集是在对模型 Severian/Nexus-IKM-Hermes-2-Pro-Mistral-7B 进行评估运行期间自动创建的，评估结果发布在 Open LLM Leaderboard 上。

数据集组成

• 数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据集由 1 次运行创建，每次运行的详细结果存储在特定的分割中，分割名称使用运行的时间戳。
• "train" 分割始终指向最新的结果。
• 一个额外的 "results" 配置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_Severian__Nexus-IKM-Hermes-2-Pro-Mistral-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-14T12:32:34.011347 运行的最新结果：

python { "all": { "acc": 0.2519731441987328, "acc_stderr": 0.030603235407632018, "acc_norm": 0.2529875911171585, "acc_norm_stderr": 0.031418977564067176, "mc1": 0.23623011015911874, "mc1_stderr": 0.01486975501587109, "mc2": NaN, "mc2_stderr": NaN }, "harness|arc:challenge|25": { "acc": 0.2380546075085324, "acc_stderr": 0.01244577002802621, "acc_norm": 0.29266211604095566, "acc_norm_stderr": 0.013295916103619406 }, "harness|hellaswag|10": { "acc": 0.270264887472615, "acc_stderr": 0.004431889783633817, "acc_norm": 0.2932682732523402, "acc_norm_stderr": 0.004543299338935422 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.26, "acc_stderr": 0.044084400227680794, "acc_norm": 0.26, "acc_norm_stderr": 0.044084400227680794 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_03_14T12_32_34.011347
  • 路径: **/details_harness|arc:challenge|25_2024-03-14T12-32-34.011347.parquet
  • 分割: latest
  • 路径: **/details_harness|arc:challenge|25_2024-03-14T12-32-34.011347.parquet

• harness_gsm8k_5

  • 分割: 2024_03_14T12_32_34.011347
  • 路径: **/details_harness|gsm8k|5_2024-03-14T12-32-34.011347.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2024-03-14T12-32-34.011347.parquet

• harness_hellaswag_10

  • 分割: 2024_03_14T12_32_34.011347
  • 路径: **/details_harness|hellaswag|10_2024-03-14T12-32-34.011347.parquet
  • 分割: latest
  • 路径: **/details_harness|hellaswag|10_2024-03-14T12-32-34.011347.parquet

• harness_hendrycksTest_5

  • 分割: 2024_03_14T12_32_34.011347
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-14T12-32-34.011347.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-03-14T12-32-34.011347.parquet
    • **/details_harness|hendrycksTest-astronomy|5_2024-03-14T12-32-34.011347.parquet
    • ...
  • 分割: latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-14T12-32-34.011347.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-03-14T12-32-34.011347.parquet
    • **/details_harness|hendrycksTest-astronomy|5_2024-03-14T12-32-34.011347.parquet
    • ...