open-llm-leaderboard-old/details_blueRab2it__Godrick_7Bx2_MoE_13B-v0.1

该数据集是在模型 blueRab2it/Godrick_7Bx2_MoE_13B-v0.1 在 Open LLM Leaderboard 上进行评估时自动生成的。数据集包含 63 个配置，每个配置对应一个评估任务。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了如何使用 Hugging Face datasets 库加载数据集的示例。

原始信息汇总

数据集概述

该数据集是在评估模型 blueRab2it/Godrick_7Bx2_MoE_13B-v0.1 在 Open LLM Leaderboard 上的自动创建的。

数据集组成

• 数据集包含 63 个配置，每个配置对应一个评估任务。
• 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特定的拆分，拆分名称使用运行的时间戳。
• "train" 拆分始终指向最新的结果。
• 额外的 "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_blueRab2it__Godrick_7Bx2_MoE_13B-v0.1", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-21T15:56:56.913281 运行的最新结果：

python { "all": { "acc": 0.23196194129343728, "acc_stderr": 0.029934654752561563, "acc_norm": 0.2314240573187148, "acc_norm_stderr": 0.03071122006512167, "mc1": 1.0, "mc1_stderr": 0.0, "mc2": NaN, "mc2_stderr": NaN }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2024_03_21T15_56_56.913281
    • path: **/details_harness|arc:challenge|25_2024-03-21T15-56-56.913281.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-03-21T15-56-56.913281.parquet

• config_name: harness_gsm8k_5

  • split: 2024_03_21T15_56_56.913281
    • path: **/details_harness|gsm8k|5_2024-03-21T15-56-56.913281.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-03-21T15-56-56.913281.parquet

• config_name: harness_hellaswag_10

  • split: 2024_03_21T15_56_56.913281
    • path: **/details_harness|hellaswag|10_2024-03-21T15-56-56.913281.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-03-21T15-56-56.913281.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_03_21T15_56_56.913281
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-21T15-56-56.913281.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-03-21T15-56-56.913281.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-21T15-56-56.913281.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-03-21T15-56-56.913281.parquet
      • ...