open-llm-leaderboard-old/details_SC99__Mistral-7B-privatemix-ia3

该数据集是在Open LLM Leaderboard上对模型SC99/Mistral-7B-privatemix-ia3进行评估时自动生成的。数据集包含63个配置，每个配置对应一个评估任务。数据集包含一次或多次运行的结果，每次运行都存储为一个特定的分割，分割名称由运行的时间戳命名。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Hugging Face datasets库加载数据集的示例。

原始信息汇总

数据集概述

数据集摘要

该数据集是在对模型 SC99/Mistral-7B-privatemix-ia3 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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_SC99__Mistral-7B-privatemix-ia3", "harness_winogrande_5", split="train")

最新结果

这些是最新结果，来自 2024-01-28T23:12:46.191755 的运行： python { "all": { "acc": 0.6477608633784878, "acc_stderr": 0.03220667400265738, "acc_norm": 0.6471674562866768, "acc_norm_stderr": 0.032886180571357726, "mc1": 0.565483476132191, "mc1_stderr": 0.01735273874925956, "mc2": 0.7012569167721324, "mc2_stderr": 0.01507953669061273 }, "harness|arc:challenge|25": { "acc": 0.7030716723549488, "acc_stderr": 0.013352025976725223, "acc_norm": 0.7337883959044369, "acc_norm_stderr": 0.012915774781523205 }, "harness|hellaswag|10": { "acc": 0.7150965943039235, "acc_stderr": 0.004504459553909765, "acc_norm": 0.8868751244771957, "acc_norm_stderr": 0.0031609804549511764 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.31, "acc_stderr": 0.04648231987117316, "acc_norm": 0.31, "acc_norm_stderr": 0.04648231987117316 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_28T23_12_46.191755, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-28T23-12-46.191755.parquet

• harness_gsm8k_5

  • 分割：2024_01_28T23_12_46.191755, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-28T23-12-46.191755.parquet

• harness_hellaswag_10

  • 分割：2024_01_28T23_12_46.191755, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-28T23-12-46.191755.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_28T23_12_46.191755, latest
  • 路径：多个路径，包括 abstract_algebra, anatomy, astronomy 等任务的详细结果文件。