open-llm-leaderboard-old/details_Stopwolf__DistilabelCerberus-7B-slerp

该数据集是在模型Stopwolf/DistilabelCerberus-7B-slerp在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，每个配置对应于一个评估任务。数据集是从1次运行中创建的，每次运行在每个配置中作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python代码加载运行中的详细信息的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集简介

该数据集是在模型Stopwolf/DistilabelCerberus-7B-slerp的评估运行期间自动创建的，用于Open LLM Leaderboard。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 创建来源：从1次运行中创建。每个运行可以在每个配置中找到一个特定的分割，分割名称使用运行的时间戳。"train"分割始终指向最新的结果。
• 额外配置：一个名为"results"的额外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_Stopwolf__DistilabelCerberus-7B-slerp", "harness_winogrande_5", split="train")

最新结果

这些是最新结果（来自2024-02-02T01:28:41.378025运行）的示例： python { "all": { "acc": 0.6464333239348551, "acc_stderr": 0.032147073947899604, "acc_norm": 0.6464670335536932, "acc_norm_stderr": 0.03280457322475929, "mc1": 0.4455324357405141, "mc1_stderr": 0.017399335280140354, "mc2": 0.609312831167026, "mc2_stderr": 0.015494903078684579 }, "harness|arc:challenge|25": { "acc": 0.6544368600682594, "acc_stderr": 0.013896938461145687, "acc_norm": 0.681740614334471, "acc_norm_stderr": 0.013611993916971453 }, "harness|hellaswag|10": { "acc": 0.6928898625771759, "acc_stderr": 0.004603527017557838, "acc_norm": 0.867755427205736, "acc_norm_stderr": 0.003380641470989925 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695235, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695235 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_02T01_28_41.378025, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-02T01-28-41.378025.parquet

• harness_gsm8k_5

  • 分割：2024_02_02T01_28_41.378025, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-02T01-28-41.378025.parquet

• harness_hellaswag_10

  • 分割：2024_02_02T01_28_41.378025, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-02T01-28-41.378025.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_02T01_28_41.378025, latest
  • 路径：多个路径，包括**/details_harness|hendrycksTest-abstract_algebra|5_2024-02-02T01-28-41.378025.parquet等