open-llm-leaderboard-old/details_h2m__mhm-7b-v1.3

该数据集是在Open LLM Leaderboard上对模型h2m/mhm-7b-v1.3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次运行创建，每次运行的结果作为一个特定的分割存储，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

数据集信息

• 名称: Evaluation run of h2m/mhm-7b-v1.3
• 来源: 在模型 h2m/mhm-7b-v1.3 的评估运行期间自动创建
• 组成: 包含 63 个配置，每个配置对应一个评估任务
• 创建次数: 从 1 次运行中创建，每个运行结果存储在特定的分割中，分割名称为运行的时间戳
• 最新结果: "train" 分割始终指向最新结果
• 结果汇总: 额外配置 "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_h2m__mhm-7b-v1.3", "harness_winogrande_5", split="train")

最新结果

• 日期: 2024-01-14T21:47:14.933980
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、误差标准差（acc_stderr）等指标

配置信息

• 配置名称: harness_arc_challenge_25

  • 分割: 2024_01_14T21_47_14.933980, latest
  • 路径: **/details_harness|arc:challenge|25_2024-01-14T21-47-14.933980.parquet

• 配置名称: harness_gsm8k_5

  • 分割: 2024_01_14T21_47_14.933980, latest
  • 路径: **/details_harness|gsm8k|5_2024-01-14T21-47-14.933980.parquet

• 配置名称: harness_hellaswag_10

  • 分割: 2024_01_14T21_47_14.933980, latest
  • 路径: **/details_harness|hellaswag|10_2024-01-14T21-47-14.933980.parquet

• 配置名称: harness_hendrycksTest_5

  • 分割: 2024_01_14T21_47_14.933980, latest
  • 路径: 包含多个任务的详细路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-14T21-47-14.933980.parquet 等