open-llm-leaderboard-old/details_Technoculture__Medorca-2x7b

该数据集是在评估模型Technoculture/Medorca-2x7b时自动创建的，评估在Open LLM Leaderboard上进行。数据集由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。train分割始终指向最新结果。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

数据集概述

数据集基本信息

• 名称: Evaluation run of Technoculture/Medorca-2x7b
• 来源: 该数据集是在对模型 Technoculture/Medorca-2x7b 进行评估运行时自动创建的。
• 组成: 数据集包含 63 个配置，每个配置对应一个评估任务。
• 创建次数: 数据集从 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片存在，分片名称使用运行的时间戳。"train" 分片始终指向最新的结果。
• 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_Technoculture__Medorca-2x7b", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-01-16T08:17:44.723678
• 结果示例: python { "all": { "acc": 0.5314920128709506, "acc_stderr": 0.03395701268323282, "acc_norm": 0.5369605553507105, "acc_norm_stderr": 0.03469962839191263, "mc1": 0.3525091799265606, "mc1_stderr": 0.016724646380756547, "mc2": 0.48040816029933614, "mc2_stderr": 0.016304788824564324 }, "harness|arc:challenge|25": { "acc": 0.5059726962457338, "acc_stderr": 0.014610348300255795, "acc_norm": 0.5409556313993175, "acc_norm_stderr": 0.01456229107360123 }, "harness|hellaswag|10": { "acc": 0.5844453296156145, "acc_stderr": 0.004918102168717934, "acc_norm": 0.7604062935670185, "acc_norm_stderr": 0.004259631900173254 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.29, "acc_stderr": 0.045604802157206845, "acc_norm": 0.29, "acc_norm_stderr": 0.045604802157206845 },

  其他任务的结果...

}

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分片: 2024_01_16T08_17_44.723678
      • 路径: **/details_harness|arc:challenge|25_2024-01-16T08-17-44.723678.parquet
    • 分片: latest
      • 路径: **/details_harness|arc:challenge|25_2024-01-16T08-17-44.723678.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分片: 2024_01_16T08_17_44.723678
      • 路径: **/details_harness|gsm8k|5_2024-01-16T08-17-44.723678.parquet
    • 分片: latest
      • 路径: **/details_harness|gsm8k|5_2024-01-16T08-17-44.723678.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分片: 2024_01_16T08_17_44.723678
      • 路径: **/details_harness|hellaswag|10_2024-01-16T08-17-44.723678.parquet
    • 分片: latest
      • 路径: **/details_harness|hellaswag|10_2024-01-16T08-17-44.723678.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分片: 2024_01_16T08_17_44.723678
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-01-16T08-17-44.723678.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2024-01-16T08-17-44.723678.parquet

        其他文件路径...

}