open-llm-leaderboard-old/details_ZySec-AI__ZySec-7B-v2

该数据集是在Open LLM Leaderboard上对模型ZySec-AI/ZySec-7B-v2进行评估时自动创建的。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次运行中生成的，每次运行都作为每个配置中的一个特定分割存储，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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。README中还包含了2024-03-01T13:39:32.404466运行的最新结果，显示了不同任务的各种准确率指标。

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 ZySec-AI/ZySec-7B-v2 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 运行次数：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。
• 训练分片："train" 分片始终指向最新的结果。
• 结果配置：一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ZySec-AI__ZySec-7B-v2", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-01T13:39:32.404466 运行的最新结果：

python { "all": { "acc": 0.5438709064914993, "acc_stderr": 0.03422786878560015, "acc_norm": 0.548909978212684, "acc_norm_stderr": 0.03494669391854546, "mc1": 0.3011015911872705, "mc1_stderr": 0.016058999026100616, "mc2": 0.4704799370916119, "mc2_stderr": 0.016673559318919288 }, "harness|arc:challenge|25": { "acc": 0.5025597269624573, "acc_stderr": 0.01461119932984378, "acc_norm": 0.5307167235494881, "acc_norm_stderr": 0.014583792546304037 }, "harness|hellaswag|10": { "acc": 0.6136227843059151, "acc_stderr": 0.004859236191579797, "acc_norm": 0.7629954192391953, "acc_norm_stderr": 0.004243760359371336 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.29, "acc_stderr": 0.045604802157206845, "acc_norm": 0.29, "acc_norm_stderr": 0.045604802157206845 }, ... }

配置详情

• harness_arc_challenge_25

  • 分片：2024_03_01T13_39_32.404466, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-01T13-39-32.404466.parquet

• harness_gsm8k_5

  • 分片：2024_03_01T13_39_32.404466, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-01T13-39-32.404466.parquet

• harness_hellaswag_10

  • 分片：2024_03_01T13_39_32.404466, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-01T13-39-32.404466.parquet

• harness_hendrycksTest_5

  • 分片：2024_03_01T13_39_32.404466, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-01T13-39-32.404466.parquet 等。