open-llm-leaderboard-old/details_sethuiyer__SynthIQ-7b

该数据集是在评估模型sethuiyer/SynthIQ-7b时自动创建的，用于Open LLM Leaderboard。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 sethuiyer/SynthIQ-7b
• 概述: 该数据集是在模型 sethuiyer/SynthIQ-7b 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建来源: 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。"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，用于计算并在 Open LLM Leaderboard 上显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_sethuiyer__SynthIQ-7b", "harness_winogrande_5", split="train")

最新结果

• 时间戳: 2023-12-29T20:56:49.534074
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、标准误差（acc_stderr、acc_norm_stderr）等指标。

配置详情

• 配置名称: harness_arc_challenge_25

  • 分割: 2023_12_29T20_56_49.534074, latest
  • 路径: **/details_harness|arc:challenge|25_2023-12-29T20-56-49.534074.parquet

• 配置名称: harness_gsm8k_5

  • 分割: 2023_12_29T20_56_49.534074, latest
  • 路径: **/details_harness|gsm8k|5_2023-12-29T20-56-49.534074.parquet

• 配置名称: harness_hellaswag_10

  • 分割: 2023_12_29T20_56_49.534074, latest
  • 路径: **/details_harness|hellaswag|10_2023-12-29T20-56-49.534074.parquet

• 配置名称: harness_hendrycksTest_5

  • 分割: 2023_12_29T20_56_49.534074, latest
  • 路径: 包含多个任务的详细路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-29T20-56-49.534074.parquet 等。