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

该数据集是在Open LLM Leaderboard上对模型shadowml/DareBeagle-7B进行评估时自动创建的。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，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文件还提供了如何加载运行中的详细信息以及特定运行的最新结果。

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shadowml/DareBeagle-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_shadowml__DareBeagle-7B", "harness_winogrande_5", split="train")

最新结果

以下是2024-01-17T01:23:21.187556运行的最新结果：

python { "all": { "acc": 0.6558006222318064, "acc_stderr": 0.03207222987379561, "acc_norm": 0.6553061048140534, "acc_norm_stderr": 0.03273955111816457, "mc1": 0.5532435740514076, "mc1_stderr": 0.017403977522557148, "mc2": 0.6897520361652546, "mc2_stderr": 0.014904414829813977 }, "harness|arc:challenge|25": { "acc": 0.6928327645051194, "acc_stderr": 0.013481034054980945, "acc_norm": 0.7167235494880546, "acc_norm_stderr": 0.013167478735134575 }, "harness|hellaswag|10": { "acc": 0.7066321449910377, "acc_stderr": 0.004543750480065778, "acc_norm": 0.880103565026887, "acc_norm_stderr": 0.003241765092912133 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.36, "acc_stderr": 0.04824181513244218, "acc_norm": 0.36, "acc_norm_stderr": 0.04824181513244218 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_17T01_23_21.187556, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-17T01-23-21.187556.parquet

• harness_gsm8k_5

  • 分割：2024_01_17T01_23_21.187556, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-17T01-23-21.187556.parquet

• harness_hellaswag_10

  • 分割：2024_01_17T01_23_21.187556, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-17T01-23-21.187556.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_17T01_23_21.187556, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-17T01-23-21.187556.parquet 等

以上内容仅包含与数据集相关的信息，不包含网站描述和其他无关信息。