open-llm-leaderboard-old/details_allknowingroger__ANIMA-biodesign-7B-slerp

该数据集是在模型allknowingroger/ANIMA-biodesign-7B-slerp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，每次运行作为一个特定的分割存储，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外配置存储了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。README还提供了一个Python代码片段来加载数据集，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

该数据集是在评估模型 allknowingroger/ANIMA-biodesign-7B-slerp 在 Open LLM Leaderboard 上的自动创建的。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
• 数据分割：每个配置包含特定分割，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" 配置存储所有运行结果的聚合，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_allknowingroger__ANIMA-biodesign-7B-slerp", "harness_winogrande_5", split="train")

最新结果

以下是 2024-04-18T07:09:07.505406 运行 的最新结果：

python { "all": { "acc": 0.5845035336902169, "acc_stderr": 0.033421494594632145, "acc_norm": 0.5894749804980125, "acc_norm_stderr": 0.0341068211068985, "mc1": 0.3769889840881273, "mc1_stderr": 0.016965517578930354, "mc2": 0.5425074214536242, "mc2_stderr": 0.015456301682312356 }, "harness|arc:challenge|25": { "acc": 0.5665529010238908, "acc_stderr": 0.014481376224558902, "acc_norm": 0.6006825938566553, "acc_norm_stderr": 0.014312094557946712 }, "harness|hellaswag|10": { "acc": 0.6171081457876917, "acc_stderr": 0.004850988215167537, "acc_norm": 0.8127862975502887, "acc_norm_stderr": 0.0038928576150164735 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.27, "acc_stderr": 0.0446196043338474, "acc_norm": 0.27, "acc_norm_stderr": 0.0446196043338474 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_04_18T07_09_07.505406, latest
  • 路径：**/details_harness|arc:challenge|25_2024-04-18T07-09-07.505406.parquet

• harness_gsm8k_5

  • 分割：2024_04_18T07_09_07.505406, latest
  • 路径：**/details_harness|gsm8k|5_2024-04-18T07-09-07.505406.parquet

• harness_hellaswag_10

  • 分割：2024_04_18T07_09_07.505406, latest
  • 路径：**/details_harness|hellaswag|10_2024-04-18T07-09-07.505406.parquet

• harness_hendrycksTest_5

  • 分割：2024_04_18T07_09_07.505406, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-18T07-09-07.505406.parquet 等