open-llm-leaderboard-old/details_Kukedlc__Neural-4-ARC-7b

该数据集是在Open LLM Leaderboard上对模型Kukedlc/Neural-4-ARC-7b进行评估运行时自动创建的。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，每次运行作为每个配置中的一个特定拆分，拆分名称使用运行的时间戳。train拆分始终指向最新结果。一个名为results的额外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Python代码加载运行中的详细信息的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 Kukedlc/Neural-4-ARC-7b 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
• 数据来源：1 次运行结果
• 数据分割：每个配置包含一个特定分割，分割名称使用运行的时间戳。"train" 分割指向最新的结果。
• 额外配置："results" 配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Kukedlc__Neural-4-ARC-7b", "harness_winogrande_5", split="train")

最新结果

最新结果来自 2024-03-30T16:17:20.581144 运行，包含多个任务的评估结果。以下是部分任务的结果示例：

python { "all": { "acc": 0.6554184265790993, "acc_stderr": 0.03197936283986077, "acc_norm": 0.6549216878146381, "acc_norm_stderr": 0.032646649534862626, "mc1": 0.598531211750306, "mc1_stderr": 0.01716027390169366, "mc2": 0.7411577792308015, "mc2_stderr": 0.01443386393149793 }, "harness|arc:challenge|25": { "acc": 0.7133105802047781, "acc_stderr": 0.013214986329274776, "acc_norm": 0.7406143344709898, "acc_norm_stderr": 0.012808273573927106 }, "harness|hellaswag|10": { "acc": 0.7172873929496116, "acc_stderr": 0.004493975527386738, "acc_norm": 0.8904600677155945, "acc_norm_stderr": 0.003116771577319422 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.35, "acc_stderr": 0.047937248544110196, "acc_norm": 0.35, "acc_norm_stderr": 0.047937248544110196 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_30T16_17_20.581144, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-30T16-17-20.581144.parquet

• harness_gsm8k_5

  • 分割：2024_03_30T16_17_20.581144, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-30T16-17-20.581144.parquet

• harness_hellaswag_10

  • 分割：2024_03_30T16_17_20.581144, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-30T16-17-20.581144.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_30T16_17_20.581144, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-30T16-17-20.581144.parquet

以上内容总结了数据集的关键信息，包括数据集的来源、结构、加载示例、最新结果以及配置详情。