open-llm-leaderboard-old/details_google__codegemma-7b
收藏数据集概述
数据集简介
该数据集是在对模型 google/codegemma-7b 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。
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。
- 数据来源：数据集来自1次运行，每个运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
- 最新结果："train" 分割始终指向最新的结果。
- 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示 Open LLM Leaderboard 上的汇总指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_google__codegemma-7b", "harness_winogrande_5", split="train")
最新结果
以下是 2024-04-19T21:49:12.576274 运行的最新结果：
python { "all": { "acc": 0.5651468616309132, "acc_stderr": 0.033807595174860754, "acc_norm": 0.5688135153129702, "acc_norm_stderr": 0.034488985861481906, "mc1": 0.2423500611995104, "mc1_stderr": 0.015000674373570338, "mc2": 0.3803127896587398, "mc2_stderr": 0.013970303990806853 }, "harness|arc:challenge|25": { "acc": 0.5008532423208191, "acc_stderr": 0.014611369529813272, "acc_norm": 0.5392491467576792, "acc_norm_stderr": 0.014566303676636583 }, "harness|hellaswag|10": { "acc": 0.5686118303126867, "acc_stderr": 0.004942578520987353, "acc_norm": 0.7672774347739494, "acc_norm_stderr": 0.0042170327823682595 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.28, "acc_stderr": 0.04512608598542128, "acc_norm": 0.28, "acc_norm_stderr": 0.04512608598542128 }, # 其他任务的结果省略... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_04_19T21_49_12.576274, latest
- 路径：
**/details_harness|arc:challenge|25_2024-04-19T21-49-12.576274.parquet
-
harness_gsm8k_5
- 分割：2024_04_19T21_49_12.576274, latest
- 路径：
**/details_harness|gsm8k|5_2024-04-19T21-49-12.576274.parquet
-
harness_hellaswag_10
- 分割：2024_04_19T21_49_12.576274, latest
- 路径：
**/details_harness|hellaswag|10_2024-04-19T21-49-12.576274.parquet
-
harness_hendrycksTest_5
- 分割：2024_04_19T21_49_12.576274, latest
- 路径：多个路径，包括
abstract_algebra,anatomy,astronomy等任务的详细结果文件。
