open-llm-leaderboard-old/details_Steelskull__VerB-Etheria-55b

该数据集是在模型Steelskull/VerB-Etheria-55b的评估运行中自动创建的。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，每次运行都可以在特定配置中找到，运行的时间戳作为分割的名称。train分割始终指向最新的结果。此外，一个名为results的配置存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

该数据集是在对模型 Steelskull/VerB-Etheria-55b 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_Steelskull__VerB-Etheria-55b", "harness_winogrande_5", split="train")

最新结果

这些是最新结果的摘要，详细结果可以在 latest results from run 2024-01-25T17:11:57.529002 中找到。

python { "all": { "acc": 0.7273568607295041, "acc_stderr": 0.029263863644913724, "acc_norm": 0.7377743224385701, "acc_norm_stderr": 0.02981943493187247, "mc1": 0.3990208078335373, "mc1_stderr": 0.01714282572849677, "mc2": 0.575213422471882, "mc2_stderr": 0.01606436002486393 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2024_01_25T17_11_57.529002
    • path: **/details_harness|arc:challenge|25_2024-01-25T17-11-57.529002.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-01-25T17-11-57.529002.parquet

• config_name: harness_gsm8k_5

  • split: 2024_01_25T17_11_57.529002
    • path: **/details_harness|gsm8k|5_2024-01-25T17-11-57.529002.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-01-25T17-11-57.529002.parquet

• config_name: harness_hellaswag_10

  • split: 2024_01_25T17_11_57.529002
    • path: **/details_harness|hellaswag|10_2024-01-25T17-11-57.529002.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-01-25T17-11-57.529002.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_01_25T17_11_57.529002
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-25T17-11-57.529002.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-25T17-11-57.529002.parquet
      • ...