open-llm-leaderboard-old/details_MaziyarPanahi__Calme-7B-Instruct-v0.3

该数据集是在评估模型MaziyarPanahi/Calme-7B-Instruct-v0.3时自动创建的，用于在Open LLM Leaderboard上进行评估。数据集包含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，每次运行的结果作为特定的分割存储在配置中，分割名称使用运行的时间戳。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 MaziyarPanahi/Calme-7B-Instruct-v0.3 进行评估时自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 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_MaziyarPanahi__Calme-7B-Instruct-v0.3", "harness_winogrande_5", split="train")

最新结果

这些是最新的结果，来自 2024-04-16T16:28:15.804368 的运行： python { "all": { "acc": 0.6504178152932913, "acc_stderr": 0.032049743133790616, "acc_norm": 0.6494627269572025, "acc_norm_stderr": 0.03272383601362536, "mc1": 0.6340269277845777, "mc1_stderr": 0.016862941684088386, "mc2": 0.7811439030522827, "mc2_stderr": 0.013654787090223806 }, "harness|arc:challenge|25": { "acc": 0.7133105802047781, "acc_stderr": 0.013214986329274777, "acc_norm": 0.7278156996587031, "acc_norm_stderr": 0.013006600406423702 }, "harness|hellaswag|10": { "acc": 0.7170882294363673, "acc_stderr": 0.004494934025462337, "acc_norm": 0.8913563035251942, "acc_norm_stderr": 0.0031055566317393897 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.3, "acc_stderr": 0.046056618647183814, "acc_norm": 0.3, "acc_norm_stderr": 0.046056618647183814 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_04_16T16_28_15.804368, latest
  • 路径：**/details_harness|arc:challenge|25_2024-04-16T16-28-15.804368.parquet

• harness_gsm8k_5

  • 分割：2024_04_16T16_28_15.804368, latest
  • 路径：**/details_harness|gsm8k|5_2024-04-16T16-28-15.804368.parquet

• harness_hellaswag_10

  • 分割：2024_04_16T16_28_15.804368, latest
  • 路径：**/details_harness|hellaswag|10_2024-04-16T16-28-15.804368.parquet

• harness_hendrycksTest_5

  • 分割：2024_04_16T16_28_15.804368, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-16T16-28-15.804368.parquet, **/details_harness|hendrycksTest-anatomy|5_2024-04-16T16-28-15.804368.parquet, ...