open-llm-leaderboard-old/details_freecs__Zero-7B-test-2

该数据集是在Open LLM Leaderboard上对模型freecs/Zero-7B-test-2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。数据集从1次运行中创建，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命名。train分割始终指向最新的结果。此外，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

数据集基本信息

• 名称: Evaluation run of freecs/Zero-7B-test-2
• 来源: 自动创建于模型 freecs/Zero-7B-test-2 在 Open LLM Leaderboard 的评估运行期间。
• 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。"train" 分割始终指向最新结果。
• 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 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_freecs__Zero-7B-test-2", "harness_winogrande_5", split="train")

最新结果

• 来源: 最新结果来自 2024-01-20T18:46:57.239901 运行
• 详细结果: python { "all": { "acc": 0.6310493818362459, "acc_stderr": 0.032481623842244296, "acc_norm": 0.6340213840269038, "acc_norm_stderr": 0.03313260403421946, "mc1": 0.42717258261933905, "mc1_stderr": 0.017316834410963926, "mc2": 0.5995330460127621, "mc2_stderr": 0.015385793036833406 }, "harness|arc:challenge|25": { "acc": 0.6143344709897611, "acc_stderr": 0.014224250973257186, "acc_norm": 0.6612627986348123, "acc_norm_stderr": 0.013830568927974332 }, "harness|hellaswag|10": { "acc": 0.6450906193985262, "acc_stderr": 0.0047750796365670966, "acc_norm": 0.8477394941246763, "acc_norm_stderr": 0.003585389636472374 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_01_20T18_46_57.239901
      • 路径: **/details_harness|arc:challenge|25_2024-01-20T18-46-57.239901.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-01-20T18-46-57.239901.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_01_20T18_46_57.239901
      • 路径: **/details_harness|gsm8k|5_2024-01-20T18-46-57.239901.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-01-20T18-46-57.239901.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_01_20T18_46_57.239901
      • 路径: **/details_harness|hellaswag|10_2024-01-20T18-46-57.239901.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-01-20T18-46-57.239901.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_01_20T18_46_57.239901
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-20T18-46-57.239901.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-20T18-46-57.239901.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-20T18-46-57.239901.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-20T18-46-57.239901.parquet
        • ...