open-llm-leaderboard-old/details_moreh__MoMo-72B-LoRA-V1.4

该数据集是在模型moreh/MoMo-72B-LoRA-V1.4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。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割，train分割始终指向最新结果。此外，还有一个results配置，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`datasets`库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

该数据集是在对模型 moreh/MoMo-72B-LoRA-V1.4 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。数据集包含 63 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：63 个配置
• 创建来源：从 1 次运行中创建，每个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。
• 最新结果："train" 分割始终指向最新结果。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，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_moreh__MoMo-72B-LoRA-V1.4", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-23T16:04:31.974189 运行的最新结果：

python { "all": { "acc": 0.7688422687772649, "acc_stderr": 0.028070972631424856, "acc_norm": 0.772553429938345, "acc_norm_stderr": 0.028607738168463646, "mc1": 0.4565483476132191, "mc1_stderr": 0.017437280953183688, "mc2": 0.6271456347906439, "mc2_stderr": 0.014869181356225341 }, "harness|arc:challenge|25": { "acc": 0.6629692832764505, "acc_stderr": 0.013813476652902276, "acc_norm": 0.6911262798634812, "acc_norm_stderr": 0.013501770929344 }, "harness|hellaswag|10": { "acc": 0.6597291376219877, "acc_stderr": 0.0047283185778352055, "acc_norm": 0.8500298745269866, "acc_norm_stderr": 0.003563124427458504 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_23T16_04_31.974189, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-23T16-04-31.974189.parquet

• harness_gsm8k_5

  • 分割：2024_01_23T16_04_31.974189, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-23T16-04-31.974189.parquet

• harness_hellaswag_10

  • 分割：2024_01_23T16_04_31.974189, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-23T16-04-31.974189.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_23T16_04_31.974189, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-23T16-04-31.974189.parquet 等