open-llm-leaderboard-old/details_DUAL-GPO__zephyr-7b-dpo-qlora-v1

该数据集是在评估模型DUAL-GPO/zephyr-7b-dpo-qlora-v1时自动创建的，主要用于在Open LLM Leaderboard上进行评估。数据集包含63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，每次运行的结果作为一个特定的分割存储在配置中，分割名称使用运行的时间戳。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，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 DUAL-GPO/zephyr-7b-dpo-qlora-v1 进行评估运行时自动创建的，用于 Open LLM Leaderboard。

数据集组成

• 数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据集从 1 次运行中创建，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
• "train" 分割始终指向最新的结果。
• 额外的 "results" 配置存储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_DUAL-GPO__zephyr-7b-dpo-qlora-v1", "harness_winogrande_5", split="train")

最新结果

以下是 2024-04-07T05:05:39.357151 运行的最新结果：

python { "all": { "acc": 0.6341535214926192, "acc_stderr": 0.03267459589974204, "acc_norm": 0.6401625722404897, "acc_norm_stderr": 0.03334208017387802, "mc1": 0.3880048959608323, "mc1_stderr": 0.017058761501347972, "mc2": 0.53804413303504, "mc2_stderr": 0.015436005960054257 }, "harness|arc:challenge|25": { "acc": 0.6305460750853242, "acc_stderr": 0.014104578366491892, "acc_norm": 0.6783276450511946, "acc_norm_stderr": 0.013650488084494166 }, "harness|hellaswag|10": { "acc": 0.6802429794861581, "acc_stderr": 0.004654291661255905, "acc_norm": 0.8663612826130253, "acc_norm_stderr": 0.003395683338056348 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2024_04_07T05_05_39.357151
    • path: **/details_harness|arc:challenge|25_2024-04-07T05-05-39.357151.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-04-07T05-05-39.357151.parquet

• config_name: harness_gsm8k_5

  • split: 2024_04_07T05_05_39.357151
    • path: **/details_harness|gsm8k|5_2024-04-07T05-05-39.357151.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-04-07T05-05-39.357151.parquet

• config_name: harness_hellaswag_10

  • split: 2024_04_07T05_05_39.357151
    • path: **/details_harness|hellaswag|10_2024-04-07T05-05-39.357151.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-04-07T05-05-39.357151.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_04_07T05_05_39.357151
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-07T05-05-39.357151.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-04-07T05-05-39.357151.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-07T05-05-39.357151.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-04-07T05-05-39.357151.parquet
      • ...