open-llm-leaderboard-old/details_marcchew__LaMini-40k-Platypus2-7B

该数据集是在模型marcchew/LaMini-40k-Platypus2-7B在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成，每个配置对应于评估任务中的一个任务。数据集是从3次运行中创建的，每次运行在每个配置中表示为特定的分割。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，这些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`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。

原始信息汇总

数据集概述

该数据集是在评估模型 marcchew/LaMini-40k-Platypus2-7B 在 Open LLM Leaderboard 上的自动创建的。数据集包含 64 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：64 个配置
• 数据来源：从 3 次运行中创建，每次运行对应一个特定的时间戳分割。
• 最新结果："train" 分割始终指向最新的结果。
• 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_marcchew__LaMini-40k-Platypus2-7B", "harness_gsm8k_5", split="train")

最新结果

以下是 2023-12-03T19:17:16.064054 运行 的最新结果：

python { "all": { "acc": 0.0, "acc_stderr": 0.0 }, "harness|gsm8k|5": { "acc": 0.0, "acc_stderr": 0.0 } }

配置详情

• harness_arc_challenge_25

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-18T12-51-11.107895.parquet

• harness_drop_3

  • 分割：2023_10_28T08_58_28.638753, latest
  • 路径：**/details_harness|drop|3_2023-10-28T08-58-28.638753.parquet

• harness_gsm8k_5

  • 分割：2023_10_28T08_58_28.638753, 2023_12_03T19_17_16.064054, latest
  • 路径：**/details_harness|gsm8k|5_2023-10-28T08-58-28.638753.parquet, **/details_harness|gsm8k|5_2023-12-03T19-17-16.064054.parquet

• harness_hellaswag_10

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hellaswag|10_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_abstract_algebra_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_anatomy_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-anatomy|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_astronomy_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-astronomy|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_business_ethics_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-business_ethics|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_clinical_knowledge_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-clinical_knowledge|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_college_biology_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-college_biology|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_college_chemistry_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-college_chemistry|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_college_computer_science_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-college_computer_science|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_college_mathematics_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-college_mathematics|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_college_medicine_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-college_medicine|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_college_physics_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-college_physics|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_computer_security_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-computer_security|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_conceptual_physics_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-conceptual_physics|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_econometrics_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-econometrics|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_electrical_engineering_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-electrical_engineering|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_elementary_mathematics_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-elementary_mathematics|5_2023-09-18T12-51-11.107895.parquet

• harness_hendrycksTest_formal_logic_5

  • 分割：2023_09_18T12_51_11.107895, latest
  • 路径：**/details_harness|hendrycksTest-formal_logic|5_2023-09-18T12-51-11.107895.parquet

以上是数据集的详细概述，包括数据集的结构、加载示例、最新结果以及各个配置的详细信息。