open-llm-leaderboard-old/details_CausalLM__14B-DPO-alpha

数据集 Evaluation run of CausalLM/14B-DPO-alpha 是在模型 [CausalLM/14B-DPO-alpha](https://huggingface.co/CausalLM/14B-DPO-alpha) 在 [Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard) 上的评估运行期间自动创建的。数据集包含1个配置，每个配置对应一个评估任务。数据集由2次运行生成，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。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](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard) 上的聚合指标。

原始信息汇总

数据集卡片：CausalLM/14B-DPO-alpha 评估运行

数据集描述

数据集概述

数据集是在模型 CausalLM/14B-DPO-alpha 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集由1个配置组成，每个配置对应一个评估任务。

数据集从2次运行中创建。每次运行可以在每个配置中作为一个特定的分割找到，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（用于计算并在 Open LLM Leaderboard 上显示聚合指标）。

最新结果

以下是来自运行 2023-12-02T14:29:47.856386 的最新结果：

python { "all": { "acc": 0.6269901440485216, "acc_stderr": 0.01332087660977722 }, "harness|gsm8k|5": { "acc": 0.6269901440485216, "acc_stderr": 0.01332087660977722 } }

数据集结构

数据配置

• config_name: harness_gsm8k_5

  • split: 2023_12_02T14_28_45.783629
    • path: **/details_harness|gsm8k|5_2023-12-02T14-28-45.783629.parquet
  • split: 2023_12_02T14_29_47.856386
    • path: **/details_harness|gsm8k|5_2023-12-02T14-29-47.856386.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2023-12-02T14-29-47.856386.parquet

• config_name: results

  • split: 2023_12_02T14_28_45.783629
    • path: results_2023-12-02T14-28-45.783629.parquet
  • split: 2023_12_02T14_29_47.856386
    • path: results_2023-12-02T14-29-47.856386.parquet
  • split: latest
    • path: results_2023-12-02T14-29-47.856386.parquet