open-llm-leaderboard-old/details_fblgit__UNA-SimpleSmaug-34b-v1beta

该数据集是在模型fblgit/UNA-SimpleSmaug-34b-v1beta在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中创建的，每次运行在每个配置中作为一个特定的分割找到，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results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中的datasets库加载运行细节的示例。

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 fblgit/UNA-SimpleSmaug-34b-v1beta 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集组成

• 数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据集从 1 次运行中创建，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
• "train" 分割始终指向最新的结果。
• 额外的 "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_fblgit__UNA-SimpleSmaug-34b-v1beta", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.7649553475572979, "acc_stderr": 0.02829491282350785, "acc_norm": 0.7681713551647662, "acc_norm_stderr": 0.028841138819719683, "mc1": 0.5299877600979193, "mc1_stderr": 0.017471992091697534, "mc2": 0.7016557407771556, "mc2_stderr": 0.014224339474805845 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_02_09T14_36_13.989348, latest
  • 路径: **/details_harness|arc:challenge|25_2024-02-09T14-36-13.989348.parquet

• harness_gsm8k_5

  • 分割: 2024_02_09T14_36_13.989348, latest
  • 路径: **/details_harness|gsm8k|5_2024-02-09T14-36-13.989348.parquet

• harness_hellaswag_10

  • 分割: 2024_02_09T14_36_13.989348, latest
  • 路径: **/details_harness|hellaswag|10_2024-02-09T14-36-13.989348.parquet

• harness_hendrycksTest_5

  • 分割: 2024_02_09T14_36_13.989348
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-09T14-36-13.989348.parquet
    • ...

以上是数据集的详细概述，包括数据集的组成、加载示例、最新结果和配置详情。