open-llm-leaderboard-old/details_tushar310__Hippy-AAI-7B

该数据集是在模型tushar310/Hippy-AAI-7B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，每个配置对应一个评估任务。数据集由3次运行生成，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳。train分割始终指向最新结果。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

数据集创建

• 数据集名称: Evaluation run of tushar310/Hippy-AAI-7B
• 创建目的: 该数据集是在对模型 tushar310/Hippy-AAI-7B 进行评估运行期间自动创建的。
• 评估平台: Open LLM Leaderboard

数据集结构

• 配置数量: 63 个配置，每个配置对应一个评估任务。
• 运行次数: 数据集从 3 次运行中创建。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。
• 最新结果: "train" 分割始终指向最新的结果。
• 聚合结果: 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_tushar310__Hippy-AAI-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-03-14T17:04:40.503457
• 结果示例: python { "all": { "acc": 0.656531979981034, "acc_stderr": 0.031962680832224005, "acc_norm": 0.6564386700118126, "acc_norm_stderr": 0.03262191996940871, "mc1": 0.5703794369645043, "mc1_stderr": 0.017329234580409095, "mc2": 0.7194654727455502, "mc2_stderr": 0.01461143462108703 }, "harness|arc:challenge|25": { "acc": 0.6860068259385665, "acc_stderr": 0.013562691224726293, "acc_norm": 0.7158703071672355, "acc_norm_stderr": 0.013179442447653886 }, "harness|hellaswag|10": { "acc": 0.7046405098585939, "acc_stderr": 0.004552718360513099, "acc_norm": 0.8807010555666202, "acc_norm_stderr": 0.0032347749806479515 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695235, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695235 },

  其他任务的结果...

}

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_03_14T16_34_56.130679
      • 路径: **/details_harness|arc:challenge|25_2024-03-14T16-34-56.130679.parquet
    • 分割: 2024_03_14T16_52_41.281740
      • 路径: **/details_harness|arc:challenge|25_2024-03-14T16-52-41.281740.parquet
    • 分割: 2024_03_14T17_04_40.503457
      • 路径: **/details_harness|arc:challenge|25_2024-03-14T17-04-40.503457.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-14T17-04-40.503457.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_03_14T16_34_56.130679
      • 路径: **/details_harness|gsm8k|5_2024-03-14T16-34-56.130679.parquet
    • 分割: 2024_03_14T16_52_41.281740
      • 路径: **/details_harness|gsm8k|5_2024-03-14T16-52-41.281740.parquet
    • 分割: 2024_03_14T17_04_40.503457
      • 路径: **/details_harness|gsm8k|5_2024-03-14T17-04-40.503457.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-14T17-04-40.503457.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_03_14T16_34_56.130679
      • 路径: **/details_harness|hellaswag|10_2024-03-14T16-34-56.130679.parquet
    • 分割: 2024_03_14T16_52_41.281740
      • 路径: **/details_harness|hellaswag|10_2024-03-14T16-52-41.281740.parquet
    • 分割: 2024_03_14T17_04_40.503457
      • 路径: **/details_harness|hellaswag|10_2024-03-14T17-04-40.503457.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-14T17-04-40.503457.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_03_14T16_34_56.130679
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-14T16-34-56.130679.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-14T16-34-56.130679.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-03-14T16-34-56.130679.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-03-14T16-34-56.130679.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-14T16-34-56.130679.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-03-14T16-34-56.130679.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-14T16-34-56.130679.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-14T16-34-56.130679.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-14T16-34-56.130679.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-03-14T16-34-56.130679.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-03-14T16-34-56.130679.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-03-14T16-34-56.130679.parquet