open-llm-leaderboard-old/details_manishiitg__open-aditi-hi-v2

该数据集是在模型[manishiitg/open-aditi-hi-v2](https://huggingface.co/manishiitg/open-aditi-hi-v2)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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。数据集是从1次运行中创建的，每次运行都可以在每个配置的特定分割中找到，分割名称使用运行的时间戳命名。"train"分割始终指向最新结果。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](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

原始信息汇总

数据集概述

该数据集是在评估模型 manishiitg/open-aditi-hi-v2 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

• 配置数量：63
• 创建来源：1 次运行
• 分割命名：每个运行的分割以运行的时间戳命名，"train" 分割始终指向最新结果。
• 额外配置："results" 配置存储所有运行的聚合结果，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_manishiitg__open-aditi-hi-v2", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-09T12:31:28.234042 运行的最新结果：

python { "all": { "acc": 0.6107466762705897, "acc_stderr": 0.032739376568698436, "acc_norm": 0.6172844425941606, "acc_norm_stderr": 0.0334154029479238, "mc1": 0.2974296205630355, "mc1_stderr": 0.01600265148736101, "mc2": 0.45839650469314347, "mc2_stderr": 0.014589308437993127 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_09T12_31_28.234042, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-09T12-31-28.234042.parquet

• harness_gsm8k_5

  • 分割：2024_02_09T12_31_28.234042, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-09T12-31-28.234042.parquet

• harness_hellaswag_10

  • 分割：2024_02_09T12_31_28.234042, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-09T12-31-28.234042.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_09T12_31_28.234042, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-09T12-31-28.234042.parquet 等