open-llm-leaderboard-old/details_ABX-AI__Infinite-Laymons-9B

该数据集是在模型ABX-AI/Infinite-Laymons-9B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，并且使用运行的时间戳命名。数据集还包括一个名为"results"的配置，用于存储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

数据集基本信息

• 数据集名称: Evaluation run of ABX-AI/Infinite-Laymons-9B
• 创建目的: 自动创建用于评估模型 ABX-AI/Infinite-Laymons-9B 在 Open LLM Leaderboard 上的表现。
• 数据集组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建来源: 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片存在，分片名称使用运行的时间戳。"train" 分片总是指向最新的结果。

数据集结构

• 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_ABX-AI__Infinite-Laymons-9B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2024-04-10T11:48:19.797016 运行
• 结果示例: python { "all": { "acc": 0.645959924426964, "acc_stderr": 0.032166986596234216, "acc_norm": 0.6488478418620767, "acc_norm_stderr": 0.03281361203349943, "mc1": 0.38922888616891066, "mc1_stderr": 0.017068552680690335, "mc2": 0.5486913365249292, "mc2_stderr": 0.015339111406271384 }, "harness|arc:challenge|25": { "acc": 0.6254266211604096, "acc_stderr": 0.014144193471893446, "acc_norm": 0.6561433447098977, "acc_norm_stderr": 0.013880644570156213 }, "harness|hellaswag|10": { "acc": 0.6478789085839474, "acc_stderr": 0.004766553336917499, "acc_norm": 0.8413662617008564, "acc_norm_stderr": 0.003645875568601287 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分片: 2024_04_10T11_48_19.797016
      • 路径: **/details_harness|arc:challenge|25_2024-04-10T11-48-19.797016.parquet
    • 分片: latest
      • 路径: **/details_harness|arc:challenge|25_2024-04-10T11-48-19.797016.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分片: 2024_04_10T11_48_19.797016
      • 路径: **/details_harness|gsm8k|5_2024-04-10T11-48-19.797016.parquet
    • 分片: latest
      • 路径: **/details_harness|gsm8k|5_2024-04-10T11-48-19.797016.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分片: 2024_04_10T11_48_19.797016
      • 路径: **/details_harness|hellaswag|10_2024-04-10T11-48-19.797016.parquet
    • 分片: latest
      • 路径: **/details_harness|hellaswag|10_2024-04-10T11-48-19.797016.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分片: 2024_04_10T11_48_19.797016
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-10T11-48-19.797016.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-04-10T11-48-19.797016.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-04-10T11-48-19.797016.parquet
        • ...
    • 分片: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-10T11-48-19.797016.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-04-10T11-48-19.797016.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-04-10T11-48-19.797016.parquet
        • ...