open-llm-leaderboard-old/details_liuda1__dm7b_sft_gpt88w_merge

该数据集是在模型[liuda1/dm7b_sft_gpt88w_merge](https://huggingface.co/liuda1/dm7b_sft_gpt88w_merge)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的评估运行期间自动创建的。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1次运行中创建的，每次运行可以在每个配置中找到特定的分割，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](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

原始信息汇总

数据集概述

数据集信息

• 数据集名称: Evaluation run of liuda1/dm7b_sft_gpt88w_merge
• 数据集来源: 自动创建于模型 liuda1/dm7b_sft_gpt88w_merge 在 Open LLM Leaderboard 的评估运行中。
• 数据集组成: 包含 63 个配置，每个配置对应一个评估任务。
• 数据集创建: 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。"train" 分割始终指向最新结果。
• 额外配置: "results" 配置存储所有运行的聚合结果，用于计算和显示 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_liuda1__dm7b_sft_gpt88w_merge", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2023-12-29T13:58:07.444331
• 结果示例: python { "all": { "acc": 0.6127437181058283, "acc_stderr": 0.0327777601045524, "acc_norm": 0.6172340800294932, "acc_norm_stderr": 0.03343821473181721, "mc1": 0.37454100367197063, "mc1_stderr": 0.016943535128405338, "mc2": 0.5332886572328565, "mc2_stderr": 0.014981874154728991 }, "harness|arc:challenge|25": { "acc": 0.5844709897610921, "acc_stderr": 0.014401366641216386, "acc_norm": 0.6228668941979523, "acc_norm_stderr": 0.014163366896192601 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2023_12_29T13_58_07.444331
      • 路径: **/details_harness|arc:challenge|25_2023-12-29T13-58-07.444331.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-12-29T13-58-07.444331.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2023_12_29T13_58_07.444331
      • 路径: **/details_harness|gsm8k|5_2023-12-29T13-58-07.444331.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-12-29T13-58-07.444331.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2023_12_29T13_58_07.444331
      • 路径: **/details_harness|hellaswag|10_2023-12-29T13-58-07.444331.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-12-29T13-58-07.444331.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2023_12_29T13_58_07.444331
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-29T13-58-07.444331.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-29T13-58-07.444331.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2023-12-29T13-58-07.444331.parquet
        • ...