open-llm-leaderboard-old/details_malhajar__meditron-7b-chat

该数据集是在Open LLM Leaderboard上对模型malhajar/meditron-7b-chat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次运行生成，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。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

数据集摘要

该数据集是在评估模型malhajar/meditron-7b-chat在Open LLM Leaderboard上的自动创建的。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

• 配置数量：63个配置
• 数据来源：从1次运行中创建，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。
• 最新结果："train"分割总是指向最新的结果。
• 结果汇总：一个额外的配置"results"存储所有运行的汇总结果，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_malhajar__meditron-7b-chat", "harness_winogrande_5", split="train")

最新结果

这些是最新结果的示例，来自2023-12-13T12:44:32.691414的运行： python { "all": { "acc": 0.4088088785737693, "acc_stderr": 0.03432891874934368, "acc_norm": 0.412520814098851, "acc_norm_stderr": 0.03513603001068187, "mc1": 0.32802937576499386, "mc1_stderr": 0.016435632932815032, "mc2": 0.48561313890109503, "mc2_stderr": 0.014556131200430611 }, "harness|arc:challenge|25": { "acc": 0.47440273037542663, "acc_stderr": 0.014592230885298964, "acc_norm": 0.507679180887372, "acc_norm_stderr": 0.014609667440892574 }, "harness|hellaswag|10": { "acc": 0.5622385978888668, "acc_stderr": 0.004950973231188741, "acc_norm": 0.753734315873332, "acc_norm_stderr": 0.004299546103761425 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.35, "acc_stderr": 0.0479372485441102, "acc_norm": 0.35, "acc_norm_stderr": 0.0479372485441102 }, # 更多任务结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2023_12_13T12_44_32.691414, latest
  • 路径：**/details_harness|arc:challenge|25_2023-12-13T12-44-32.691414.parquet

• harness_gsm8k_5

  • 分割：2023_12_13T12_44_32.691414, latest
  • 路径：**/details_harness|gsm8k|5_2023-12-13T12-44-32.691414.parquet

• harness_hellaswag_10

  • 分割：2023_12_13T12_44_32.691414, latest
  • 路径：**/details_harness|hellaswag|10_2023-12-13T12-44-32.691414.parquet

• harness_hendrycksTest_5

  • 分割：2023_12_13T12_44_32.691414, latest
  • 路径：多个路径，包括**/details_harness|hendrycksTest-abstract_algebra|5_2023-12-13T12-44-32.691414.parquet等