open-llm-leaderboard-old/details_Ppoyaa__Lumina-RP

数据集是在模型Ppoyaa/Lumina-RP的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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，每次运行都可以在特定配置中找到，分割以运行的时间戳命名。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of Ppoyaa/Lumina-RP
• 来源: 自动创建于模型 Ppoyaa/Lumina-RP 在 Open LLM Leaderboard 的评估运行中。

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。
• 创建次数: 从1次运行中创建。每个运行在每个配置中都有一个特定的分割，分割名称使用运行的时间戳。
• 训练分割: "train" 分割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 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_Ppoyaa__Lumina-RP", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-04-19T02:18:21.415810
• 聚合结果: python { "all": { "acc": 0.6534511837059742, "acc_stderr": 0.03207802570240975, "acc_norm": 0.6526496257021726, "acc_norm_stderr": 0.03274968179166604, "mc1": 0.5862913096695227, "mc1_stderr": 0.0172408618120998, "mc2": 0.7423547792882741, "mc2_stderr": 0.01441015621938252 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_04_19T02_18_21.415810
      • 路径: **/details_harness|arc:challenge|25_2024-04-19T02-18-21.415810.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-04-19T02-18-21.415810.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_04_19T02_18_21.415810
      • 路径: **/details_harness|gsm8k|5_2024-04-19T02-18-21.415810.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-04-19T02-18-21.415810.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_04_19T02_18_21.415810
      • 路径: **/details_harness|hellaswag|10_2024-04-19T02-18-21.415810.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-04-19T02-18-21.415810.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_04_19T02_18_21.415810
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-19T02-18-21.415810.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-04-19T02-18-21.415810.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-19T02-18-21.415810.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-04-19T02-18-21.415810.parquet
        • ...