open-llm-leaderboard-old/details_Weyaxi__Seraph-openchat-3.5-1210-Slerp

该数据集是在模型 Weyaxi/Seraph-openchat-3.5-1210-Slerp 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

该数据集是在模型 Weyaxi/Seraph-openchat-3.5-1210-Slerp 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集组成

• 数据集由 63 个配置组成，每个配置对应一个评估任务。
• 数据集从 1 次运行中创建。每个运行可以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_Weyaxi__Seraph-openchat-3.5-1210-Slerp", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要：

python { "all": { "acc": 0.6585111702387149, "acc_stderr": 0.031812249488601056, "acc_norm": 0.6589093673938354, "acc_norm_stderr": 0.03246168365166482, "mc1": 0.3671970624235006, "mc1_stderr": 0.01687480500145318, "mc2": 0.541246343010416, "mc2_stderr": 0.015519170159592147 }, "harness|arc:challenge|25": { "acc": 0.6390784982935154, "acc_stderr": 0.014034761386175452, "acc_norm": 0.6800341296928327, "acc_norm_stderr": 0.013631345807016193 }, "harness|hellaswag|10": { "acc": 0.6799442342162916, "acc_stderr": 0.0046554427665994715, "acc_norm": 0.8612826130252937, "acc_norm_stderr": 0.003449449618650545 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.047609522856952365, "acc_norm": 0.34, "acc_norm_stderr": 0.047609522856952365 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割: 2023_12_29T15_21_00.370600, latest
  • 路径: **/details_harness|arc:challenge|25_2023-12-29T15-21-00.370600.parquet

• harness_gsm8k_5

  • 分割: 2023_12_29T15_21_00.370600, latest
  • 路径: **/details_harness|gsm8k|5_2023-12-29T15-21-00.370600.parquet

• harness_hellaswag_10

  • 分割: 2023_12_29T15_21_00.370600, latest
  • 路径: **/details_harness|hellaswag|10_2023-12-29T15-21-00.370600.parquet

• harness_hendrycksTest_5

  • 分割: 2023_12_29T15_21_00.370600, latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-29T15-21-00.370600.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-12-29T15-21-00.370600.parquet
    • **/details_harness|hendrycksTest-astronomy|5_2023-12-29T15-21-00.370600.parquet
    • ...