open-llm-leaderboard-old/details_vistagi__Mixtral-8x7b-v0.1-dpo

该数据集是在评估模型vistagi/Mixtral-8x7b-v0.1-dpo时自动生成的，包含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，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，用于计算和展示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集摘要

该数据集是在评估模型 vistagi/Mixtral-8x7b-v0.1-dpo 在 Open LLM Leaderboard 上的运行过程中自动创建的。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
• 数据来源：1 次运行结果
• 数据分割：每个配置包含特定运行的分割，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" 配置存储所有运行的聚合结果，用于计算和显示在 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_vistagi__Mixtral-8x7b-v0.1-dpo", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.7134552339034452, "acc_stderr": 0.030055997546363594, "acc_norm": 0.7181597948300631, "acc_norm_stderr": 0.030631631253278484, "mc1": 0.31456548347613217, "mc1_stderr": 0.016255241993179185, "mc2": 0.4674384125733044, "mc2_stderr": 0.01414272854245227 }, "harness|arc:challenge|25": { "acc": 0.6322525597269625, "acc_stderr": 0.01409099561816849, "acc_norm": 0.6655290102389079, "acc_norm_stderr": 0.013787460322441374 }, "harness|hellaswag|10": { "acc": 0.6694881497709619, "acc_stderr": 0.004694360968929403, "acc_norm": 0.8639713204540929, "acc_norm_stderr": 0.0034211839093201673 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.33, "acc_stderr": 0.04725815626252606, "acc_norm": 0.33, "acc_norm_stderr": 0.04725815626252606 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_18T06_28_07.647994, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-18T06-28-07.647994.parquet

• harness_gsm8k_5

  • 分割：2024_02_18T06_28_07.647994, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-18T06-28-07.647994.parquet

• harness_hellaswag_10

  • 分割：2024_02_18T06_28_07.647994, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-18T06-28-07.647994.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_18T06_28_07.647994, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-18T06-28-07.647994.parquet 等