open-llm-leaderboard-old/details_Weyaxi__test-help-steer-filtered-orig

数据集 Evaluation run of Weyaxi/test-help-steer-filtered-orig 是在模型 Weyaxi/test-help-steer-filtered-orig 在 Open LLM Leaderboard 上的评估运行中自动生成的。数据集包含1个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行可以在每个配置中找到，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

数据集卡片 for Evaluation run of Weyaxi/test-help-steer-filtered-orig

数据集描述

数据集摘要

数据集是在模型 Weyaxi/test-help-steer-filtered-orig 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集由1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。每次运行可以在每个配置中找到特定的拆分，拆分名称使用运行的时间戳。"train" 拆分始终指向最新的结果。

一个额外的配置 "results" 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）。

加载运行详细信息的方法如下： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Weyaxi__test-help-steer-filtered-orig", "harness_gsm8k_5", split="train")

最新结果

以下是 2023-12-02T13:28:23.925402 运行的最新结果：

python { "all": { "acc": 0.09628506444275967, "acc_stderr": 0.008125264128215877 }, "harness|gsm8k|5": { "acc": 0.09628506444275967, "acc_stderr": 0.008125264128215877 } }

数据集结构

配置

• harness_gsm8k_5

  • 拆分: 2023_12_02T13_28_23.925402
    • 路径: **/details_harness|gsm8k|5_2023-12-02T13-28-23.925402.parquet
  • 拆分: latest
    • 路径: **/details_harness|gsm8k|5_2023-12-02T13-28-23.925402.parquet

• results

  • 拆分: 2023_12_02T13_28_23.925402
    • 路径: results_2023-12-02T13-28-23.925402.parquet
  • 拆分: latest
    • 路径: results_2023-12-02T13-28-23.925402.parquet