open-llm-leaderboard-old/details_Kukedlc__Brocae-Area-7B-slerp

该数据集是在模型Kukedlc/Brocae-Area-7B-slerp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。它包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新结果。一个名为results的额外配置存储了运行的所有聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。

原始信息汇总

数据集概述

该数据集是在评估模型 Kukedlc/Brocae-Area-7B-slerp 在 Open LLM Leaderboard 上的自动创建的。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

• 创建来源：数据集从 1 次运行中创建。每个运行可以在每个配置中作为一个特定的分割找到，分割名称使用运行的时间戳。"train" 分割总是指向最新的结果。
• 额外配置：一个名为 "results" 的额外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。

数据加载示例

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

最新结果

以下是 最新结果 的摘要：

python { "all": { "acc": 0.6518772047616813, "acc_stderr": 0.03205457188235881, "acc_norm": 0.6511964763433417, "acc_norm_stderr": 0.032725754684915065, "mc1": 0.6034271725826194, "mc1_stderr": 0.01712493094202351, "mc2": 0.7413064874642504, "mc2_stderr": 0.014489138383140192 }, "harness|arc:challenge|25": { "acc": 0.7133105802047781, "acc_stderr": 0.013214986329274777, "acc_norm": 0.7380546075085325, "acc_norm_stderr": 0.01284905482685811 }, "harness|hellaswag|10": { "acc": 0.7214698267277435, "acc_stderr": 0.004473595650807662, "acc_norm": 0.8897629954192392, "acc_norm_stderr": 0.003125448796006356 }, "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

• harness_arc_challenge_25

  • 分割：2024_02_29T23_37_23.068914, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-29T23-37-23.068914.parquet

• harness_gsm8k_5

  • 分割：2024_02_29T23_37_23.068914, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-29T23-37-23.068914.parquet

• harness_hellaswag_10

  • 分割：2024_02_29T23_37_23.068914, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-29T23-37-23.068914.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_29T23_37_23.068914, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-02-29T23-37-23.068914.parquet 等