open-llm-leaderboard-old/details_perlthoughts__Marcoroni-8x7B-v3-MoE

该数据集是在模型 perlthoughts/Marcoroni-8x7B-v3-MoE 在 Open LLM Leaderboard 上进行评估时自动生成的。数据集由 63 个配置组成，每个配置对应一个被评估的任务。数据集是从一个或多个运行中创建的，每个运行作为每个配置中的特定分割存储。train 分割始终指向最新的结果。此外，还有一个 results 配置，存储了所有运行的聚合结果，这些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 Hugging Face datasets 库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of perlthoughts/Marcoroni-8x7B-v3-MoE
• 数据集来源: 自动创建于模型 perlthoughts/Marcoroni-8x7B-v3-MoE 在 Open LLM Leaderboard 的评估运行中。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 从1次运行中创建，每次运行作为一个特定的分割，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 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_perlthoughts__Marcoroni-8x7B-v3-MoE", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2023-12-18T08:51:31.365964
• 结果示例: python { "all": { "acc": 0.6545821748587465, "acc_stderr": 0.032036628493726085, "acc_norm": 0.654496818028716, "acc_norm_stderr": 0.03269985600714658, "mc1": 0.4467564259485924, "mc1_stderr": 0.017403977522557144, "mc2": 0.6039866216126479, "mc2_stderr": 0.015317466968177975 }, "harness|arc:challenge|25": { "acc": 0.6629692832764505, "acc_stderr": 0.013813476652902272, "acc_norm": 0.6936860068259386, "acc_norm_stderr": 0.013470584417276513 }, "harness|hellaswag|10": { "acc": 0.6809400517825135, "acc_stderr": 0.004651597209993092, "acc_norm": 0.867755427205736, "acc_norm_stderr": 0.0033806414709899196 }, # 其他任务结果省略 }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2023_12_18T08_51_31.365964
      • 路径: **/details_harness|arc:challenge|25_2023-12-18T08-51-31.365964.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-12-18T08-51-31.365964.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2023_12_18T08_51_31.365964
      • 路径: **/details_harness|gsm8k|5_2023-12-18T08-51-31.365964.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-12-18T08-51-31.365964.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2023_12_18T08_51_31.365964
      • 路径: **/details_harness|hellaswag|10_2023-12-18T08-51-31.365964.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-12-18T08-51-31.365964.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2023_12_18T08_51_31.365964
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2023-12-18T08-51-31.365964.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2023-12-18T08-51-31.365964.parquet

        其他路径省略