open-llm-leaderboard-old/details_DataLinguistic__DataLinguistic-34B-V1.0

该数据集是在Open LLM Leaderboard上对模型DataLinguistic/DataLinguistic-34B-V1.0进行评估时自动创建的。数据集由61个配置组成，每个配置对应一个评估任务。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存在，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，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。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 DataLinguistic/DataLinguistic-34B-V1.0 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 61 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_DataLinguistic__DataLinguistic-34B-V1.0", "harness_truthfulqa_mc_0", split="train")

最新结果

以下是 2023-08-30T18:11:50.917227 运行的最新结果：

python { "all": { "acc": 0.23205864259563588, "acc_stderr": 0.030715936843036345, "acc_norm": 0.2336046598801071, "acc_norm_stderr": 0.030731498766140584, "mc1": 0.2460220318237454, "mc1_stderr": 0.015077219200662578, "mc2": 0.48734329486879213, "mc2_stderr": 0.01631194781446388 }, "harness|arc:challenge|25": { "acc": 0.23293515358361774, "acc_stderr": 0.012352507042617396, "acc_norm": 0.2764505119453925, "acc_norm_stderr": 0.013069662474252428 }, "harness|hellaswag|10": { "acc": 0.2819159529974109, "acc_stderr": 0.004490130691020429, "acc_norm": 0.3296156144194384, "acc_norm_stderr": 0.004691128722535484 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2023_08_30T18_11_50.917227
    • path: **/details_harness|arc:challenge|25_2023-08-30T18:11:50.917227.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2023-08-30T18:11:50.917227.parquet

• config_name: harness_hellaswag_10

  • split: 2023_08_30T18_11_50.917227
    • path: **/details_harness|hellaswag|10_2023-08-30T18:11:50.917227.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2023-08-30T18:11:50.917227.parquet

• config_name: harness_hendrycksTest_5

  • split: 2023_08_30T18_11_50.917227
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-30T18:11:50.917227.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-08-30T18:11:50.917227.parquet
      • ...