open-llm-leaderboard-old/details_kekmodel__StopCarbon-10.7B-v2

该数据集是在评估模型kekmodel/StopCarbon-10.7B-v2时自动创建的，主要用于在Open LLM Leaderboard上展示模型的性能。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在不同的分割中，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，用于计算和展示在Open LLM Leaderboard上的聚合指标。

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 kekmodel/StopCarbon-10.7B-v2 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
• 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。
• 分割：每个配置包含多个分割，其中 "train" 分割始终指向最新的结果。
• 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_kekmodel__StopCarbon-10.7B-v2", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-30T10:14:30.385409 运行的最新结果：

python { "all": { "acc": 0.6660722389824969, "acc_stderr": 0.03164239371492794, "acc_norm": 0.6669225604349007, "acc_norm_stderr": 0.0322865625835786, "mc1": 0.5740514075887393, "mc1_stderr": 0.01731047190407654, "mc2": 0.720073875364873, "mc2_stderr": 0.014935001382815729 }, "harness|arc:challenge|25": { "acc": 0.6877133105802048, "acc_stderr": 0.013542598541688067, "acc_norm": 0.7107508532423208, "acc_norm_stderr": 0.013250012579393441 }, "harness|hellaswag|10": { "acc": 0.7175861382194781, "acc_stderr": 0.004492535748097628, "acc_norm": 0.8859788886675961, "acc_norm_stderr": 0.0031718733502514836 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2023_12_30T10_14_30.385409
    • path: **/details_harness|arc:challenge|25_2023-12-30T10-14-30.385409.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-12-30T10-14-30.385409.parquet

• config_name: harness_gsm8k_5

  • split: 2023_12_30T10_14_30.385409
    • path: **/details_harness|gsm8k|5_2023-12-30T10-14-30.385409.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-12-30T10-14-30.385409.parquet

• config_name: harness_hellaswag_10

  • split: 2023_12_30T10_14_30.385409
    • path: **/details_harness|hellaswag|10_2023-12-30T10-14-30.385409.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-12-30T10-14-30.385409.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_12_30T10_14_30.385409
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-30T10-14-30.385409.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-12-30T10-14-30.385409.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-30T10-14-30.385409.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-12-30T10-14-30.385409.parquet
      • ...