open-llm-leaderboard-old/details_Antonio88__TaliML-7B-V.1-ENG

该数据集是在模型Antonio88/TaliML-7B-V.1-ENG在Open LLM Leaderboard上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。数据集从1次运行中创建，每次运行可以在每个配置的特定分割中找到，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

数据集简介

该数据集是在对模型 Antonio88/TaliML-7B-V.1-ENG 进行评估运行时自动创建的，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。
• 创建来源：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。
• 特殊配置："results" 配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Antonio88__TaliML-7B-V.1-ENG", "harness_winogrande_5", split="train")

最新结果

最新结果来自2024-04-07T00:06:43.930098的运行，包含多个任务的评估结果，例如：

• 整体结果：
  • acc: 0.6043378140012308
  • acc_norm: 0.6094689915244919
  • mc1: 0.31701346389228885
  • mc2: 0.4713322018553061
• 具体任务结果：
  • harness|arc:challenge|25:
    • acc: 0.5708191126279863
    • acc_norm: 0.5998293515358362
  • harness|hellaswag|10:
    • acc: 0.6446922923720374
    • acc_norm: 0.8327026488747261
  • harness|hendrycksTest-abstract_algebra|5:
    • acc: 0.26
    • acc_norm: 0.26
  • 其他任务结果详见完整文档。

配置详情

• harness_arc_challenge_25:
  • 分割: 2024_04_07T00_06_43.930098, latest
  • 路径: **/details_harness|arc:challenge|25_2024-04-07T00-06-43.930098.parquet
• harness_gsm8k_5:
  • 分割: 2024_04_07T00_06_43.930098, latest
  • 路径: **/details_harness|gsm8k|5_2024-04-07T00-06-43.930098.parquet
• harness_hellaswag_10:
  • 分割: 2024_04_07T00_06_43.930098, latest
  • 路径: **/details_harness|hellaswag|10_2024-04-07T00-06-43.930098.parquet
• harness_hendrycksTest_5:
  • 分割: 2024_04_07T00_06_43.930098, latest
  • 路径: 多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-07T00-06-43.930098.parquet