open-llm-leaderboard-old/details_DreadPoor__ComplectMaid-7B-slerp

该数据集是在Open LLM Leaderboard上对模型DreadPoor/ComplectMaid-7B-slerp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。数据集包含1次运行的结果，每次运行都作为每个配置中的特定分割存储。train分割始终指向最新的结果。此外，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Open LLM Leaderboard上的聚合指标。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of DreadPoor/ComplectMaid-7B-slerp
• 数据集来源: 自动创建于模型 DreadPoor/ComplectMaid-7B-slerp 在 Open LLM Leaderboard 的评估运行中。
• 数据集组成: 包含 63 个配置，每个配置对应一个评估任务。
• 数据集创建: 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。"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_DreadPoor__ComplectMaid-7B-slerp", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2024-03-13T01:45:12.890226 运行
• 结果示例: python { "all": { "acc": 0.6504630913057503, "acc_stderr": 0.03223222580128249, "acc_norm": 0.6509980154908607, "acc_norm_stderr": 0.0328925449766911, "mc1": 0.4920440636474908, "mc1_stderr": 0.017501285074551835, "mc2": 0.6587617344262339, "mc2_stderr": 0.015090718639320998 }, "harness|arc:challenge|25": { "acc": 0.6638225255972696, "acc_stderr": 0.013804855026205763, "acc_norm": 0.6996587030716723, "acc_norm_stderr": 0.013395909309957007 }, "harness|hellaswag|10": { "acc": 0.6989643497311293, "acc_stderr": 0.00457770702503138, "acc_norm": 0.8734315873332006, "acc_norm_stderr": 0.003318093579702919 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25
  • 数据文件:
    • 分割: 2024_03_13T01_45_12.890226
      • 路径: **/details_harness|arc:challenge|25_2024-03-13T01-45-12.890226.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-13T01-45-12.890226.parquet
• 配置名称: harness_gsm8k_5
  • 数据文件:
    • 分割: 2024_03_13T01_45_12.890226
      • 路径: **/details_harness|gsm8k|5_2024-03-13T01-45-12.890226.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-13T01-45-12.890226.parquet
• 配置名称: harness_hellaswag_10
  • 数据文件:
    • 分割: 2024_03_13T01_45_12.890226
      • 路径: **/details_harness|hellaswag|10_2024-03-13T01-45-12.890226.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-13T01-45-12.890226.parquet
• 配置名称: harness_hendrycksTest_5
  • 数据文件:
    • 分割: 2024_03_13T01_45_12.890226
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-13T01-45-12.890226.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-13T01-45-12.890226.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-03-13T01-45-12.890226.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-13T01-45-12.890226.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-13T01-45-12.890226.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-03-13T01-45-12.890226.parquet
        • ...