open-llm-leaderboard-old/details_FoxEngineAi__Mega-Destroyer-8x7B

该数据集是在评估模型FoxEngineAi/Mega-Destroyer-8x7B时自动创建的，包含63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，每次运行的结果存储为特定的分割，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，还有一个名为results的配置存储了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。

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 FoxEngineAi/Mega-Destroyer-8x7B 在 Open LLM Leaderboard 上的运行过程中自动创建的。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
• 运行次数：2次运行
• 数据分割：每个配置包含特定分割，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 结果配置：一个额外的 "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在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_FoxEngineAi__Mega-Destroyer-8x7B", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.6968970006914513, "acc_stderr": 0.03061560998191328, "acc_norm": 0.7041491048399523, "acc_norm_stderr": 0.03122614182260609, "mc1": 0.5569155446756426, "mc1_stderr": 0.017389730346877113, "mc2": 0.7211989442261123, "mc2_stderr": 0.014809550781033106 }, "harness|arc:challenge|25": { "acc": 0.6902730375426621, "acc_stderr": 0.013512058415238361, "acc_norm": 0.7175767918088737, "acc_norm_stderr": 0.013155456884097224 }, "harness|hellaswag|10": { "acc": 0.690300736904999, "acc_stderr": 0.004614246282055373, "acc_norm": 0.8646683927504482, "acc_norm_stderr": 0.0034137831331580645 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.41, "acc_stderr": 0.04943110704237103, "acc_norm": 0.41, "acc_norm_stderr": 0.04943110704237103 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_13T23_28_53.163127, 2024_03_15T05_23_16.350310, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-13T23-28-53.163127.parquet, **/details_harness|arc:challenge|25_2024-03-15T05-23-16.350310.parquet

• harness_gsm8k_5

  • 分割：2024_03_13T23_28_53.163127, 2024_03_15T05_23_16.350310, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-13T23-28-53.163127.parquet, **/details_harness|gsm8k|5_2024-03-15T05-23-16.350310.parquet

• harness_hellaswag_10

  • 分割：2024_03_13T23_28_53.163127, 2024_03_15T05_23_16.350310, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-13T23-28-53.163127.parquet, **/details_harness|hellaswag|10_2024-03-15T05-23-16.350310.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_13T23_28_53.163127, 2024_03_15T05_23_16.350310, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-13T23-28-53.163127.parquet, **/details_harness|hendrycksTest-anatomy|5_2024-03-13T23-28-53.163127.parquet, ...

以上是对数据集的详细概述，包括数据集的简介、结构、加载示例、最新结果以及配置详情。