open-llm-leaderboard-old/details_CultriX__NeuralTrix-7B-dpo

该数据集是在Open LLM Leaderboard上对模型CultriX/NeuralTrix-7B-dpo进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。"train"分割始终指向最新的结果。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。可以使用`datasets`库中的`load_dataset`函数加载该数据集。

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 CultriX/NeuralTrix-7B-dpo 进行评估运行时自动创建的，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，每个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。
• 一个额外的配置 "results" 存储所有运行的聚合结果，用于计算并在 Open LLM Leaderboard 上显示聚合指标。

数据加载示例

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

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.6467247255087845, "acc_stderr": 0.032165255162431475, "acc_norm": 0.6462399802779691, "acc_norm_stderr": 0.03283636726196001, "mc1": 0.6376988984088128, "mc1_stderr": 0.01682664689726226, "mc2": 0.7906457431658568, "mc2_stderr": 0.013527436970597207 }, "harness|arc:challenge|25": { "acc": 0.6962457337883959, "acc_stderr": 0.01343890918477876, "acc_norm": 0.7226962457337884, "acc_norm_stderr": 0.013082095839059374 }, "harness|hellaswag|10": { "acc": 0.7114120693089027, "acc_stderr": 0.0045217985779221394, "acc_norm": 0.8890659231228839, "acc_norm_stderr": 0.0031340865499526866 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.32, "acc_stderr": 0.04688261722621504, "acc_norm": 0.32, "acc_norm_stderr": 0.04688261722621504 }, # 其他任务的结果省略 }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_09T22_09_25.207431, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-09T22-09-25.207431.parquet

• harness_gsm8k_5

  • 分割：2024_02_09T22_09_25.207431, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-09T22-09-25.207431.parquet

• harness_hellaswag_10

  • 分割：2024_02_09T22_09_25.207431, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-09T22-09-25.207431.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_09T22_09_25.207431, latest
  • 路径：多个文件路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-09T22-09-25.207431.parquet