open-llm-leaderboard-old/details_aihub-app__ZySec-7B-v1

该数据集是在Open LLM Leaderboard上对模型 aihub-app/ZySec-7B-v1 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次运行中创建的，每次运行在每个配置中表示为特定的分割，train 分割始终指向最新结果。此外，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文件还包含一个Python代码片段，展示了如何加载运行中的详细信息，并提供了特定运行的最新结果。

原始信息汇总

数据集概述

该数据集是在对模型 aihub-app/ZySec-7B-v1 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。数据集包含 63 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：63 个配置
• 数据来源：从 1 次运行中创建
• 数据分割：每个配置包含特定分割，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 结果配置：额外配置 "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_aihub-app__ZySec-7B-v1", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-28T13:29:55.767663 运行的最新结果：

python { "all": { "acc": 0.5992943703774103, "acc_stderr": 0.03331859785777884, "acc_norm": 0.6062149526919669, "acc_norm_stderr": 0.03403027227512744, "mc1": 0.4149326805385557, "mc1_stderr": 0.017248314465805978, "mc2": 0.5649322732323967, "mc2_stderr": 0.016365165663274596 }, "harness|arc:challenge|25": { "acc": 0.5998293515358362, "acc_stderr": 0.014317197787809181, "acc_norm": 0.6348122866894198, "acc_norm_stderr": 0.014070265519268802 }, "harness|hellaswag|10": { "acc": 0.6620195180242979, "acc_stderr": 0.004720551323547126, "acc_norm": 0.8501294562836088, "acc_norm_stderr": 0.003562149890962717 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.33, "acc_stderr": 0.04725815626252605, "acc_norm": 0.33, "acc_norm_stderr": 0.04725815626252605 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_28T13_29_55.767663, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-28T13-29-55.767663.parquet

• harness_gsm8k_5

  • 分割：2024_01_28T13_29_55.767663, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-28T13-29-55.767663.parquet

• harness_hellaswag_10

  • 分割：2024_01_28T13_29_55.767663, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-28T13-29-55.767663.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_28T13_29_55.767663, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-28T13-29-55.767663.parquet 等

以上是数据集的概述和详细信息，包括数据集的结构、加载示例、最新结果以及各个配置的详情。