open-llm-leaderboard-old/details_DopeorNope__SOLARC-MOE-10.7Bx4

该数据集是在Open LLM Leaderboard上对模型DopeorNope/SOLARC-MOE-10.7Bx4进行评估时自动创建的。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命名。"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，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 DopeorNope/SOLARC-MOE-10.7Bx4 进行评估运行期间自动创建的，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_DopeorNope__SOLARC-MOE-10.7Bx4", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-30T04:44:29.560090 运行的最新结果：

python { "all": { "acc": 0.6670293129180128, "acc_stderr": 0.03161017521655265, "acc_norm": 0.6679232544824841, "acc_norm_stderr": 0.032253513481689276, "mc1": 0.5703794369645043, "mc1_stderr": 0.01732923458040909, "mc2": 0.719098916907282, "mc2_stderr": 0.015045918795928207 }, "harness|arc:challenge|25": { "acc": 0.6825938566552902, "acc_stderr": 0.013602239088038167, "acc_norm": 0.7098976109215017, "acc_norm_stderr": 0.013261573677520767 }, "harness|hellaswag|10": { "acc": 0.7134037044413464, "acc_stderr": 0.004512471612415586, "acc_norm": 0.8842859988050189, "acc_norm_stderr": 0.003192279039468747 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2023_12_30T04_44_29.560090
    • path: **/details_harness|arc:challenge|25_2023-12-30T04-44-29.560090.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-12-30T04-44-29.560090.parquet

• config_name: harness_gsm8k_5

  • split: 2023_12_30T04_44_29.560090
    • path: **/details_harness|gsm8k|5_2023-12-30T04-44-29.560090.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-12-30T04-44-29.560090.parquet

• config_name: harness_hellaswag_10

  • split: 2023_12_30T04_44_29.560090
    • path: **/details_harness|hellaswag|10_2023-12-30T04-44-29.560090.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-12-30T04-44-29.560090.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_12_30T04_44_29.560090
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-30T04-44-29.560090.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-12-30T04-44-29.560090.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-30T04-44-29.560090.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-12-30T04-44-29.560090.parquet
      • ...