open-llm-leaderboard-old/details_Yash21__OpenMistral-MoE

数据集是在模型Yash21/OpenMistral-MoE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，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次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。"train"分割始终指向最新的结果。一个额外的配置"results"存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 Yash21/OpenMistral-MoE 进行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。
• 运行次数：数据集来自1次运行。每个运行在每个配置中作为一个特定的分割存在，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，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Yash21__OpenMistral-MoE", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-10T17:40:05.271672 运行的最新结果：

python { "all": { "acc": 0.6098151150973714, "acc_stderr": 0.03292598617262644, "acc_norm": 0.6114679779487784, "acc_norm_stderr": 0.03358724583963469, "mc1": 0.38555691554467564, "mc1_stderr": 0.01703883901059167, "mc2": 0.5457437741175039, "mc2_stderr": 0.015868892345360777 }, "harness|arc:challenge|25": { "acc": 0.5989761092150171, "acc_stderr": 0.014322255790719867, "acc_norm": 0.6407849829351536, "acc_norm_stderr": 0.01402022415583916 }, "harness|hellaswag|10": { "acc": 0.6520613423620792, "acc_stderr": 0.0047534298066454405, "acc_norm": 0.8398725353515236, "acc_norm_stderr": 0.0036597474762410606 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_10T17_40_05.271672, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-10T17-40-05.271672.parquet

• harness_gsm8k_5

  • 分割：2024_01_10T17_40_05.271672, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-10T17-40-05.271672.parquet

• harness_hellaswag_10

  • 分割：2024_01_10T17_40_05.271672, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-10T17-40-05.271672.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_10T17_40_05.271672, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-10T17-40-05.271672.parquet 等