open-llm-leaderboard-old/details_Test157t__Kunocchini-1.2-7b-longtext

该数据集是在评估模型Test157t/Kunocchini-1.2-7b-longtext时自动生成的，包含了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一个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，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of Test157t/Kunocchini-1.2-7b-longtext
• 创建目的: 自动创建于模型 Test157t/Kunocchini-1.2-7b-longtext 在 Open LLM Leaderboard 的评估运行期间。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建次数: 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_Test157t__Kunocchini-1.2-7b-longtext", "harness_winogrande_5", split="train")

最新结果

• 最新结果链接: latest results from run 2024-02-29T19:52:16.065136
• 结果示例: python { "all": { "acc": 0.6267864351550836, "acc_stderr": 0.0325192896182257, "acc_norm": 0.6332530550898832, "acc_norm_stderr": 0.0331825601519831, "mc1": 0.2778457772337821, "mc1_stderr": 0.015680929364024647, "mc2": 0.41719922898961076, "mc2_stderr": 0.014076694537315668 }, "harness|arc:challenge|25": { "acc": 0.5622866894197952, "acc_stderr": 0.014497573881108283, "acc_norm": 0.5989761092150171, "acc_norm_stderr": 0.014322255790719867 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_02_29T19_52_16.065136
      • 路径: **/details_harness|arc:challenge|25_2024-02-29T19-52-16.065136.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-02-29T19-52-16.065136.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_02_29T19_52_16.065136
      • 路径: **/details_harness|gsm8k|5_2024-02-29T19-52-16.065136.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-02-29T19-52-16.065136.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_02_29T19_52_16.065136
      • 路径: **/details_harness|hellaswag|10_2024-02-29T19-52-16.065136.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-02-29T19-52-16.065136.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_02_29T19_52_16.065136
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-29T19-52-16.065136.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-29T19-52-16.065136.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-29T19-52-16.065136.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-29T19-52-16.065136.parquet
        • ...