open-llm-leaderboard-old/details_ajibawa-2023__OpenHermes-2.5-Code-290k-13B

该数据集是在模型ajibawa-2023/OpenHermes-2.5-Code-290k-13B的评估运行过程中自动创建的，并且该评估是在Open LLM Leaderboard上进行的。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，每次运行都可以在特定配置中找到，并且运行的时间戳被用作分割的名称。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，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 ajibawa-2023/OpenHermes-2.5-Code-290k-13B 进行评估运行期间自动创建的。数据集包含63个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：63个配置
• 数据来源：从1次运行中创建，每个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。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，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_ajibawa-2023__OpenHermes-2.5-Code-290k-13B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-01T14:12:53.721553 运行的最新结果：

python { "all": { "acc": 0.5691022088132593, "acc_stderr": 0.03389769920574544, "acc_norm": 0.5694708840855052, "acc_norm_stderr": 0.03459305314080333, "mc1": 0.3537331701346389, "mc1_stderr": 0.016737814358846147, "mc2": 0.5250168114529904, "mc2_stderr": 0.015529659346453022 }, "harness|arc:challenge|25": { "acc": 0.5494880546075085, "acc_stderr": 0.014539646098471627, "acc_norm": 0.5733788395904437, "acc_norm_stderr": 0.014453185592920293 }, "harness|hellaswag|10": { "acc": 0.6139215295757817, "acc_stderr": 0.004858539527872461, "acc_norm": 0.8048197570205139, "acc_norm_stderr": 0.003955293887824637 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.35, "acc_stderr": 0.04793724854411022, "acc_norm": 0.35, "acc_norm_stderr": 0.04793724854411022 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_01T14_12_53.721553, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-01T14-12-53.721553.parquet

• harness_gsm8k_5

  • 分割：2024_03_01T14_12_53.721553, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-01T14-12-53.721553.parquet

• harness_hellaswag_10

  • 分割：2024_03_01T14_12_53.721553, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-01T14-12-53.721553.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_01T14_12_53.721553, latest
  • 路径：多个路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-01T14-12-53.721553.parquet 等

以上是对数据集的概述，包括数据集的简介、结构、加载示例、最新结果以及配置详情。