open-llm-leaderboard-old/details_logicker__SkkuDataScienceGlobal-10.7b

该数据集是在模型logicker/SkkuDataScienceGlobal-10.7b的评估运行中自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置的特定分割中找到，分割以运行的时间戳命名。train分割始终指向最新的结果。此外，一个名为results的配置存储了所有运行的聚合结果，用于计算和展示在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 logicker/SkkuDataScienceGlobal-10.7b 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集组成

• 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。
• 一个额外的配置 "results" 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。

加载数据集示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_logicker__SkkuDataScienceGlobal-10.7b", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-04T13:43:44.357190 运行的最新结果： python { "all": { "acc": 0.6670223395120712, "acc_stderr": 0.031613933491978684, "acc_norm": 0.6677265646501975, "acc_norm_stderr": 0.03225832144808963, "mc1": 0.5716034271725826, "mc1_stderr": 0.017323088597314747, "mc2": 0.7192487275907953, "mc2_stderr": 0.015001105564856102 }, "harness|arc:challenge|25": { "acc": 0.6851535836177475, "acc_stderr": 0.01357265770308495, "acc_norm": 0.712457337883959, "acc_norm_stderr": 0.013226719056266125 }, "harness|hellaswag|10": { "acc": 0.7131049591714798, "acc_stderr": 0.004513877465062106, "acc_norm": 0.8840868352917746, "acc_norm_stderr": 0.003194665266078602 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.43, "acc_stderr": 0.049756985195624284, "acc_norm": 0.43, "acc_norm_stderr": 0.049756985195624284 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_01_04T13_43_44.357190, latest
  • 路径: **/details_harness|arc:challenge|25_2024-01-04T13-43-44.357190.parquet

• harness_gsm8k_5

  • 分割: 2024_01_04T13_43_44.357190, latest
  • 路径: **/details_harness|gsm8k|5_2024-01-04T13-43-44.357190.parquet

• harness_hellaswag_10

  • 分割: 2024_01_04T13_43_44.357190, latest
  • 路径: **/details_harness|hellaswag|10_2024-01-04T13-43-44.357190.parquet

• harness_hendrycksTest_5

  • 分割: 2024_01_04T13_43_44.357190, latest
  • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-04T13-43-44.357190.parquet, ...