open-llm-leaderboard-old/details_hamxea__Mistral-7B-v0.1-activity-fine-tuned-v2
收藏数据集概述
数据集简介
该数据集是在评估模型 hamxea/Mistral-7B-v0.1-activity-fine-tuned-v2 的过程中自动创建的，用于 Open LLM Leaderboard。
数据集结构
- 配置数量：63个配置，每个配置对应一个评估任务。
- 创建来源：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分割，分割名称使用运行的时间戳。
- 最新结果："train" 分割始终指向最新的结果。
- 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示 Open LLM Leaderboard 上的汇总指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_hamxea__Mistral-7B-v0.1-activity-fine-tuned-v2", "harness_winogrande_5", split="train")
最新结果
以下是 最新结果 的摘要：
python { "all": { "acc": 0.6375746321703655, "acc_stderr": 0.03225546197812389, "acc_norm": 0.6434618962614028, "acc_norm_stderr": 0.032904960223920136, "mc1": 0.2802937576499388, "mc1_stderr": 0.015723139524608763, "mc2": 0.4215137349816427, "mc2_stderr": 0.014137575959685471 }, "harness|arc:challenge|25": { "acc": 0.5691126279863481, "acc_stderr": 0.014471133392642476, "acc_norm": 0.6006825938566553, "acc_norm_stderr": 0.014312094557946709 }, "harness|hellaswag|10": { "acc": 0.629555865365465, "acc_stderr": 0.004819367172685962, "acc_norm": 0.8330013941445927, "acc_norm_stderr": 0.0037221237096104645 }, # 其他任务的结果... }
配置详情
-
配置名称：
harness_arc_challenge_25- 数据文件：
- 分割：
2024_03_31T16_30_52.035194- 路径：
**/details_harness|arc:challenge|25_2024-03-31T16-30-52.035194.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|arc:challenge|25_2024-03-31T16-30-52.035194.parquet
- 路径：
- 分割：
- 数据文件：
-
配置名称：
harness_gsm8k_5- 数据文件：
- 分割：
2024_03_31T16_30_52.035194- 路径：
**/details_harness|gsm8k|5_2024-03-31T16-30-52.035194.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|gsm8k|5_2024-03-31T16-30-52.035194.parquet
- 路径：
- 分割：
- 数据文件：
-
配置名称：
harness_hellaswag_10- 数据文件：
- 分割：
2024_03_31T16_30_52.035194- 路径：
**/details_harness|hellaswag|10_2024-03-31T16-30-52.035194.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hellaswag|10_2024-03-31T16-30-52.035194.parquet
- 路径：
- 分割：
- 数据文件：
-
配置名称：
harness_hendrycksTest_5- 数据文件：
- 分割：
2024_03_31T16_30_52.035194- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-anatomy|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-astronomy|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-business_ethics|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-college_biology|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-college_chemistry|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-college_computer_science|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-college_mathematics|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-college_medicine|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-college_physics|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-computer_security|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-econometrics|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-formal_logic|5_2024-03-31T16-30-52.035194.parquet**/details_harness|hendrycksTest-global_facts|5_2024-03-31T16-30-52.035194.parquet
其他路径...
- 路径：
- 分割：
- 数据文件：
}
