open-llm-leaderboard-old/details_Test157t__Prima-Pastacles-7b-128k

该数据集是在模型Test157t/Prima-Pastacles-7b-128k的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到，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，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

数据集简介

该数据集是在评估模型Test157t/Prima-Pastacles-7b-128k在Open LLM Leaderboard上的自动创建的。

数据集组成

• 数据集包含63个配置，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。
• 额外的配置"results"存储所有运行的聚合结果，用于计算和显示在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_Test157t__Prima-Pastacles-7b-128k", "harness_winogrande_5", split="train")

最新结果

以下是最新结果来自2024-02-14T04:48:26.646856：

python { "all": { "acc": 0.648455875293252, "acc_stderr": 0.03217096547257116, "acc_norm": 0.6501400436143484, "acc_norm_stderr": 0.0328192833219117, "mc1": 0.44430844553243576, "mc1_stderr": 0.017394586250743173, "mc2": 0.6250924624380715, "mc2_stderr": 0.015327084138857437 }, "harness|arc:challenge|25": { "acc": 0.6459044368600683, "acc_stderr": 0.013975454122756558, "acc_norm": 0.6808873720136519, "acc_norm_stderr": 0.013621696119173311 }, "harness|hellaswag|10": { "acc": 0.69398526190002, "acc_stderr": 0.004598940722374087, "acc_norm": 0.86566421031667, "acc_norm_stderr": 0.003403158010309544 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2024_02_14T04_48_26.646856
    • path: **/details_harness|arc:challenge|25_2024-02-14T04-48-26.646856.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-02-14T04-48-26.646856.parquet

• config_name: harness_gsm8k_5

  • split: 2024_02_14T04_48_26.646856
    • path: **/details_harness|gsm8k|5_2024-02-14T04-48-26.646856.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-02-14T04-48-26.646856.parquet

• config_name: harness_hellaswag_10

  • split: 2024_02_14T04_48_26.646856
    • path: **/details_harness|hellaswag|10_2024-02-14T04-48-26.646856.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-02-14T04-48-26.646856.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_02_14T04_48_26.646856
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-14T04-48-26.646856.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-02-14T04-48-26.646856.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-14T04-48-26.646856.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-02-14T04-48-26.646856.parquet
      • ...