open-llm-leaderboard-old/details_xriminact__TarsChattyBasev0.2

该数据集是在模型xriminact/TarsChattyBasev0.2在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行在每个配置中作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results存储了运行的所有聚合结果，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Python中的datasets库加载运行中的详细信息的示例。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of xriminact/TarsChattyBasev0.2
• 来源: 自动创建于模型 xriminact/TarsChattyBasev0.2 在 Open LLM Leaderboard 上的评估运行。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建: 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_xriminact__TarsChattyBasev0.2", "harness_winogrande_5", split="train")

最新结果

• 来源: 最新结果来自 run 2024-01-16T14:41:25.883812
• 详细结果: python { "all": { "acc": 0.48620348001542985, "acc_stderr": 0.0348281020538984, "acc_norm": 0.48570430699642225, "acc_norm_stderr": 0.03554381019405187, "mc1": 0.2913096695226438, "mc1_stderr": 0.015905987048184824, "mc2": 0.4378655189377286, "mc2_stderr": 0.01517288496510812 }, "harness|arc:challenge|25": { "acc": 0.4761092150170648, "acc_stderr": 0.014594701798071654, "acc_norm": 0.5221843003412969, "acc_norm_stderr": 0.014597001927076135 }, "harness|hellaswag|10": { "acc": 0.5952001593308106, "acc_stderr": 0.004898501014225837, "acc_norm": 0.7778331009759012, "acc_norm_stderr": 0.004148531608981493 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_01_16T14_41_25.883812
      • 路径: **/details_harness|arc:challenge|25_2024-01-16T14-41-25.883812.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-01-16T14-41-25.883812.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_01_16T14_41_25.883812
      • 路径: **/details_harness|gsm8k|5_2024-01-16T14-41-25.883812.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-01-16T14-41-25.883812.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_01_16T14_41_25.883812
      • 路径: **/details_harness|hellaswag|10_2024-01-16T14-41-25.883812.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-01-16T14-41-25.883812.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_01_16T14_41_25.883812
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-16T14-41-25.883812.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-16T14-41-25.883812.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-16T14-41-25.883812.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-16T14-41-25.883812.parquet
        • ...