open-llm-leaderboard-old/details_Gille__StrangeMerges_5-7B-ties
收藏数据集概述
数据集简介
该数据集是在模型Gille/StrangeMerges_5-7B-ties的评估运行期间自动创建的，用于Open LLM Leaderboard。
数据集结构
- 配置数量：63个配置，每个配置对应一个评估任务。
- 创建来源：数据集从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。
- 最新结果："train"分割总是指向最新的结果。
- 结果汇总：一个额外的配置"results"存储所有运行的汇总结果，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_Gille__StrangeMerges_5-7B-ties", "harness_winogrande_5", split="train")
最新结果
以下是2024-02-02T02:44:27.733282运行的最新结果：
python { "all": { "acc": 0.6545139389997998, "acc_stderr": 0.032091694452076346, "acc_norm": 0.6541682196117141, "acc_norm_stderr": 0.03275968368339009, "mc1": 0.5165238678090576, "mc1_stderr": 0.01749394019005772, "mc2": 0.6637291950615067, "mc2_stderr": 0.015304299142803788 }, "harness|arc:challenge|25": { "acc": 0.689419795221843, "acc_stderr": 0.013522292098053059, "acc_norm": 0.7167235494880546, "acc_norm_stderr": 0.013167478735134575 }, "harness|hellaswag|10": { "acc": 0.7105158334993029, "acc_stderr": 0.0045259609655517044, "acc_norm": 0.8788090021907986, "acc_norm_stderr": 0.003256821418857317 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.35, "acc_stderr": 0.0479372485441102, "acc_norm": 0.35, "acc_norm_stderr": 0.0479372485441102 }, # 其他任务的结果... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_02_02T02_44_27.733282, latest
- 路径：
**/details_harness|arc:challenge|25_2024-02-02T02-44-27.733282.parquet
-
harness_gsm8k_5
- 分割：2024_02_02T02_44_27.733282, latest
- 路径：
**/details_harness|gsm8k|5_2024-02-02T02-44-27.733282.parquet
-
harness_hellaswag_10
- 分割：2024_02_02T02_44_27.733282, latest
- 路径：
**/details_harness|hellaswag|10_2024-02-02T02-44-27.733282.parquet
-
harness_hendrycksTest_5
- 分割：2024_02_02T02_44_27.733282, latest
- 路径：多个文件路径，如
**/details_harness|hendrycksTest-abstract_algebra|5_2024-02-02T02-44-27.733282.parquet等。
以上是数据集的详细概述，包括数据集的来源、结构、加载示例、最新结果以及各个配置的详细信息。
