open-llm-leaderboard-old/details_ResplendentAI__Flora_DPO_7B
收藏数据集概述
数据集简介
该数据集是在对模型 ResplendentAI/Flora_DPO_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。
- 创建来源：从1次运行中创建。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。"train" 分割始终指向最新的结果。
- 额外配置："results" 配置存储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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ResplendentAI__Flora_DPO_7B", "harness_winogrande_5", split="train")
最新结果
以下是 2024-03-07T14:11:08.677346 运行的最新结果：
python { "all": { "acc": 0.6471538929716771, "acc_stderr": 0.03232337530049552, "acc_norm": 0.6466936432588598, "acc_norm_stderr": 0.03299988436958227, "mc1": 0.5520195838433293, "mc1_stderr": 0.017408513063422913, "mc2": 0.7107712535781805, "mc2_stderr": 0.014989164819397306 }, "harness|arc:challenge|25": { "acc": 0.7013651877133106, "acc_stderr": 0.01337407861506874, "acc_norm": 0.7175767918088737, "acc_norm_stderr": 0.013155456884097225 }, "harness|hellaswag|10": { "acc": 0.7170882294363673, "acc_stderr": 0.004494934025462337, "acc_norm": 0.8827922724556861, "acc_norm_stderr": 0.0032101025071772453 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.36, "acc_stderr": 0.04824181513244218, "acc_norm": 0.36, "acc_norm_stderr": 0.04824181513244218 }, # 其他任务的结果... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_03_07T14_11_08.677346, latest
- 路径：
**/details_harness|arc:challenge|25_2024-03-07T14-11-08.677346.parquet
-
harness_gsm8k_5
- 分割：2024_03_07T14_11_08.677346, latest
- 路径：
**/details_harness|gsm8k|5_2024-03-07T14-11-08.677346.parquet
-
harness_hellaswag_10
- 分割：2024_03_07T14_11_08.677346, latest
- 路径：
**/details_harness|hellaswag|10_2024-03-07T14-11-08.677346.parquet
-
harness_hendrycksTest_5
- 分割：2024_03_07T14_11_08.677346, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-07T14-11-08.677346.parquet等
