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

该数据集是在Open LLM Leaderboard上对模型mlabonne/AlphaMonarch-7B进行评估时自动创建的。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行的结果存储为特定配置中的一个分割，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，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

该数据集是在对模型 mlabonne/AlphaMonarch-7B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。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
• 数据来源：从 1 次运行中创建
• 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，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_mlabonne__AlphaMonarch-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-14T16:09:07.620660 运行的最新结果：

python { "all": { "acc": 0.64993303036545, "acc_stderr": 0.03223275833989727, "acc_norm": 0.6496784512587302, "acc_norm_stderr": 0.032904185346138724, "mc1": 0.627906976744186, "mc1_stderr": 0.01692109011881403, "mc2": 0.7790976929959287, "mc2_stderr": 0.01374934735921556 }, "harness|arc:challenge|25": { "acc": 0.7047781569965871, "acc_stderr": 0.01332975029338232, "acc_norm": 0.7303754266211604, "acc_norm_stderr": 0.012968040686869147 }, "harness|hellaswag|10": { "acc": 0.7181836287592113, "acc_stderr": 0.004489648865080874, "acc_norm": 0.8917546305516829, "acc_norm_stderr": 0.0031005509089161993 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.33, "acc_stderr": 0.04725815626252604, "acc_norm": 0.33, "acc_norm_stderr": 0.04725815626252604 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_14T16_09_07.620660, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-14T16-09-07.620660.parquet

• harness_gsm8k_5

  • 分割：2024_02_14T16_09_07.620660, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-14T16-09-07.620660.parquet

• harness_hellaswag_10

  • 分割：2024_02_14T16_09_07.620660, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-14T16-09-07.620660.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_14T16_09_07.620660, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-14T16-09-07.620660.parquet 等

以上是数据集的概述，包括数据集的结构、加载示例、最新结果以及配置详情。