open-llm-leaderboard-old/details_Weyaxi__Seraph-7B

该数据集是在模型Weyaxi/Seraph-7B的评估运行过程中自动创建的，评估运行在Open LLM Leaderboard上进行。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，每次运行可以在每个配置的特定分割中找到，分割名称使用运行的时间戳命名。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 Weyaxi/Seraph-7B 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。

额外配置

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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Weyaxi__Seraph-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-11T09:44:37.311244 运行的最新结果：

python { "all": { "acc": 0.6548171567091998, "acc_stderr": 0.031923676546826464, "acc_norm": 0.6547760288690921, "acc_norm_stderr": 0.03258255753948947, "mc1": 0.4283965728274174, "mc1_stderr": 0.017323088597314754, "mc2": 0.5948960816711865, "mc2_stderr": 0.015146045918500203 }, "harness|arc:challenge|25": { "acc": 0.6544368600682594, "acc_stderr": 0.013896938461145683, "acc_norm": 0.6783276450511946, "acc_norm_stderr": 0.013650488084494166 }, "harness|hellaswag|10": { "acc": 0.6727743477394941, "acc_stderr": 0.004682414968323629, "acc_norm": 0.8621788488348935, "acc_norm_stderr": 0.003440076775300575 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695235, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695235 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2023_12_11T09_44_37.311244
    • path: [**/details_harness|arc:challenge|25_2023-12-11T09-44-37.311244.parquet]
  • split: latest
    • path: [**/details_harness|arc:challenge|25_2023-12-11T09-44-37.311244.parquet]

• config_name: harness_gsm8k_5

  • split: 2023_12_11T09_44_37.311244
    • path: [**/details_harness|gsm8k|5_2023-12-11T09-44-37.311244.parquet]
  • split: latest
    • path: [**/details_harness|gsm8k|5_2023-12-11T09-44-37.311244.parquet]

• config_name: harness_hellaswag_10

  • split: 2023_12_11T09_44_37.311244
    • path: [**/details_harness|hellaswag|10_2023-12-11T09-44-37.311244.parquet]
  • split: latest
    • path: [**/details_harness|hellaswag|10_2023-12-11T09-44-37.311244.parquet]

• config_name: harness_hendrycksTest_5

  • split: 2023_12_11T09_44_37.311244
    • path: [ **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-11T09-44-37.311244.parquet, **/details_harness|hendrycksTest-anatomy|5_2023-12-11T09-44-37.311244.parquet, **/details_harness|hendrycksTest-astronomy|5_2023-12-11T09-44-37.311244.parquet, ... ]
  • split: latest
    • path: [ **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-11T09-44-37.311244.parquet, **/details_harness|hendrycksTest-anatomy|5_2023-12-11T09-44-37.311244.parquet, **/details_harness|hendrycksTest-astronomy|5_2023-12-11T09-44-37.311244.parquet, ... ]