open-llm-leaderboard-old/details_CausalLM__72B-preview

该数据集是在Open LLM Leaderboard上对模型CausalLM/72B-preview进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，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。一个额外的配置results存储了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。可以使用`datasets`库中的`load_dataset`函数加载该数据集。

原始信息汇总

数据集概述

数据集名称

Evaluation run of CausalLM/72B-preview

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。
• 数据集由2次运行结果组成，每次运行的结果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。
• 一个额外的配置"results"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_CausalLM__72B-preview", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2023-12-09T21:42:26.382618运行，包含多个任务的评估结果。

配置详情

• harness_arc_challenge_25

  • 分割：2023_12_09T20_37_44.242475, 2023_12_09T21_42_26.382618, latest
  • 路径：**/details_harness|arc:challenge|25_2023-12-09T20-37-44.242475.parquet, **/details_harness|arc:challenge|25_2023-12-09T21-42-26.382618.parquet

• harness_gsm8k_5

  • 分割：2023_12_09T20_37_44.242475, 2023_12_09T21_42_26.382618, latest
  • 路径：**/details_harness|gsm8k|5_2023-12-09T20-37-44.242475.parquet, **/details_harness|gsm8k|5_2023-12-09T21-42-26.382618.parquet

• harness_hellaswag_10

  • 分割：2023_12_09T20_37_44.242475, 2023_12_09T21_42_26.382618, latest
  • 路径：**/details_harness|hellaswag|10_2023-12-09T20-37-44.242475.parquet, **/details_harness|hellaswag|10_2023-12-09T21-42-26.382618.parquet

• harness_hendrycksTest_5

  • 分割：2023_12_09T20_37_44.242475, 2023_12_09T21_42_26.382618, latest
  • 路径：多个任务的parquet文件路径