open-llm-leaderboard-old/details_Josephgflowers__TinyLlama-3T-Cinder-v1.1

该数据集是在Open LLM Leaderboard上对模型Josephgflowers/TinyLlama-3T-Cinder-v1.1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，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳。train分割始终指向最新的结果。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

数据集简介

该数据集是在评估模型 Josephgflowers/TinyLlama-3T-Cinder-v1.1 在 Open LLM Leaderboard 上的自动创建的。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，每个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。
• 分割：每个配置包含多个分割，其中 "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_Josephgflowers__TinyLlama-3T-Cinder-v1.1", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-10T22:44:21.122642 运行的最新结果：

python { "all": { "acc": 0.26123797290728146, "acc_stderr": 0.030863962403293508, "acc_norm": 0.2630772874937, "acc_norm_stderr": 0.03168313081057647, "mc1": 0.2252141982864137, "mc1_stderr": 0.014623240768023503, "mc2": 0.3757246188752451, "mc2_stderr": 0.01445287401272753 }, "harness|arc:challenge|25": { "acc": 0.302901023890785, "acc_stderr": 0.013428241573185349, "acc_norm": 0.34044368600682595, "acc_norm_stderr": 0.01384746051889298 }, "harness|hellaswag|10": { "acc": 0.3911571400119498, "acc_stderr": 0.004870121051762733, "acc_norm": 0.5039832702648874, "acc_norm_stderr": 0.004989623068778786 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.28, "acc_stderr": 0.04512608598542128, "acc_norm": 0.28, "acc_norm_stderr": 0.04512608598542128 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_10T22_44_21.122642, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-10T22-44-21.122642.parquet

• harness_gsm8k_5

  • 分割：2024_01_10T22_44_21.122642, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-10T22-44-21.122642.parquet

• harness_hellaswag_10

  • 分割：2024_01_10T22_44_21.122642, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-10T22-44-21.122642.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_10T22_44_21.122642, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-10T22-44-21.122642.parquet 等