open-llm-leaderboard-old/details_sonthenguyen__OpenHermes-2.5-Mistral-7B-mt-bench-DPO-recovered

该数据集是在评估模型sonthenguyen/OpenHermes-2.5-Mistral-7B-mt-bench-DPO-recovered时自动生成的，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，每次运行的结果存储为特定配置中的一个分割，分割名称使用运行的时间戳。此外，数据集还包含一个名为“results”的配置，用于存储所有运行的聚合结果，并在Open LLM Leaderboard上显示聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 sonthenguyen/OpenHermes-2.5-Mistral-7B-mt-bench-DPO-recovered 进行评估运行时自动创建的，用于 Open LLM Leaderboard。

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。"train" 分割始终指向最新的结果。

额外配置

一个额外的配置 "results" 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。

数据加载示例

以下是加载特定运行详细信息的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_sonthenguyen__OpenHermes-2.5-Mistral-7B-mt-bench-DPO-recovered", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.6395110711097536, "acc_stderr": 0.0322486599464856, "acc_norm": 0.6419597596321146, "acc_norm_stderr": 0.03288981571306671, "mc1": 0.3598531211750306, "mc1_stderr": 0.016801860466677157, "mc2": 0.5291306939423928, "mc2_stderr": 0.015285941575450697 }, ... }

配置详情

以下是部分配置的详细信息：

• config_name: harness_arc_challenge_25

  • split: 2024_02_05T08_48_44.538072
    • path: **/details_harness|arc:challenge|25_2024-02-05T08-48-44.538072.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-02-05T08-48-44.538072.parquet

• config_name: harness_gsm8k_5

  • split: 2024_02_05T08_48_44.538072
    • path: **/details_harness|gsm8k|5_2024-02-05T08-48-44.538072.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-02-05T08-48-44.538072.parquet

• config_name: harness_hellaswag_10

  • split: 2024_02_05T08_48_44.538072
    • path: **/details_harness|hellaswag|10_2024-02-05T08-48-44.538072.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-02-05T08-48-44.538072.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_02_05T08_48_44.538072
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-05T08-48-44.538072.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-02-05T08-48-44.538072.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-05T08-48-44.538072.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-02-05T08-48-44.538072.parquet
      • ...