open-llm-leaderboard-old/details_invalid-coder__dolphin-2.1-mistral-7b-snr-math-laser

该数据集是在Open LLM Leaderboard上对模型invalid-coder/dolphin-2.1-mistral-7b-snr-math-laser进行评估时自动创建的。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。此外，还有一个名为results的配置，存储了所有运行的聚合结果，并用于计算和显示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

该数据集是在模型 invalid-coder/dolphin-2.1-mistral-7b-snr-math-laser 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。

数据集创建

数据集从 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。

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 Open LLM Leaderboard 上的聚合指标）。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_invalid-coder__dolphin-2.1-mistral-7b-snr-math-laser", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果来自 run 2024-03-30T15:21:18.907318 的摘要：

python { "all": { "acc": 0.6299783764282139, "acc_stderr": 0.0324630786884321, "acc_norm": 0.6338708274249482, "acc_norm_stderr": 0.033109340282718204, "mc1": 0.37576499388004897, "mc1_stderr": 0.016954584060214294, "mc2": 0.5474795541369116, "mc2_stderr": 0.015289045901373 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2024_03_30T15_21_18.907318
    • path: **/details_harness|arc:challenge|25_2024-03-30T15-21-18.907318.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-03-30T15-21-18.907318.parquet

• config_name: harness_gsm8k_5

  • split: 2024_03_30T15_21_18.907318
    • path: **/details_harness|gsm8k|5_2024-03-30T15-21-18.907318.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-03-30T15-21-18.907318.parquet

• config_name: harness_hellaswag_10

  • split: 2024_03_30T15_21_18.907318
    • path: **/details_harness|hellaswag|10_2024-03-30T15-21-18.907318.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-03-30T15-21-18.907318.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_03_30T15_21_18.907318
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-30T15-21-18.907318.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-03-30T15-21-18.907318.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-30T15-21-18.907318.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-03-30T15-21-18.907318.parquet
      • ...