open-llm-leaderboard-old/details_SuperAGI__SAM
收藏数据集概述
数据集简介
该数据集是在模型 SuperAGI/SAM 在 Open LLM Leaderboard 上的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
- 创建来源：数据集由 1 次运行创建，每个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。
- 分割：每个配置中的 "train" 分割总是指向最新的结果。
- 结果配置：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 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_SuperAGI__SAM", "harness_winogrande_5", split="train")
最新结果
以下是 2023-12-29T11:58:05.499666 运行的最新结果：
python { "all": { "acc": 0.6164371891665963, "acc_stderr": 0.032710001289537494, "acc_norm": 0.6244254048530119, "acc_norm_stderr": 0.033400446150554805, "mc1": 0.36474908200734396, "mc1_stderr": 0.016850961061720123, "mc2": 0.5263967146285616, "mc2_stderr": 0.015136951079391848 }, "harness|arc:challenge|25": { "acc": 0.5597269624573379, "acc_stderr": 0.014506769524804232, "acc_norm": 0.5938566552901023, "acc_norm_stderr": 0.014351656690097862 }, "harness|hellaswag|10": { "acc": 0.6258713403704441, "acc_stderr": 0.0048290815328265015, "acc_norm": 0.8231428002389962, "acc_norm_stderr": 0.0038076803311729033 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.31, "acc_stderr": 0.04648231987117316, "acc_norm": 0.31, "acc_norm_stderr": 0.04648231987117316 }, # 其他任务的结果... }
配置详情
-
harness_arc_challenge_25
- 分割：2023_12_29T11_58_05.499666, latest
- 路径：
**/details_harness|arc:challenge|25_2023-12-29T11-58-05.499666.parquet
-
harness_gsm8k_5
- 分割：2023_12_29T11_58_05.499666, latest
- 路径：
**/details_harness|gsm8k|5_2023-12-29T11-58-05.499666.parquet
-
harness_hellaswag_10
- 分割：2023_12_29T11_58_05.499666, latest
- 路径：
**/details_harness|hellaswag|10_2023-12-29T11-58-05.499666.parquet
-
harness_hendrycksTest_5
- 分割：2023_12_29T11_58_05.499666, latest
- 路径：多个路径，如
**/details_harness|hendrycksTest-abstract_algebra|5_2023-12-29T11-58-05.499666.parquet等
