open-llm-leaderboard-old/details_dawn17__MaidStarling-2x7B-base

该数据集是在模型 dawn17/MaidStarling-2x7B-base 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个被评估的任务。它包含 1 次运行的结果，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些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 Python 中的 datasets 库加载运行细节的示例。

原始信息汇总

数据集概述

数据集摘要

该数据集是在对模型 dawn17/MaidStarling-2x7B-base 进行评估运行期间自动创建的。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。

数据集结构

• 配置数量: 63个配置
• 分割: 每个配置包含基于时间戳的分割和"latest"分割
• 额外配置: "results" 存储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

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_dawn17__MaidStarling-2x7B-base", "harness_winogrande_5", split="train")

最新结果

以下是 2024-04-05T08:42:21.201039 运行的最新结果：

python { "all": { "acc": 0.6544952970906099, "acc_stderr": 0.03194198324180457, "acc_norm": 0.6558032296631768, "acc_norm_stderr": 0.03258216284448009, "mc1": 0.43084455324357407, "mc1_stderr": 0.017335272475332363, "mc2": 0.603441623004599, "mc2_stderr": 0.015525574495853355 }, "harness|arc:challenge|25": { "acc": 0.6510238907849829, "acc_stderr": 0.013928933461382501, "acc_norm": 0.6843003412969283, "acc_norm_stderr": 0.013582571095815293 }, "harness|hellaswag|10": { "acc": 0.6843258315076678, "acc_stderr": 0.004638339207348899, "acc_norm": 0.8627763393746266, "acc_norm_stderr": 0.0034338010573153202 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.33, "acc_stderr": 0.04725815626252605, "acc_norm": 0.33, "acc_norm_stderr": 0.04725815626252605 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25:

  • 分割: 2024_04_05T08_42_21.201039, latest
  • 路径: **/details_harness|arc:challenge|25_2024-04-05T08-42-21.201039.parquet

• harness_gsm8k_5:

  • 分割: 2024_04_05T08_42_21.201039, latest
  • 路径: **/details_harness|gsm8k|5_2024-04-05T08-42-21.201039.parquet

• harness_hellaswag_10:

  • 分割: 2024_04_05T08_42_21.201039, latest
  • 路径: **/details_harness|hellaswag|10_2024-04-05T08-42-21.201039.parquet

• harness_hendrycksTest_5:

  • 分割: 2024_04_05T08_42_21.201039, latest
  • 路径: 多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-05T08-42-21.201039.parquet

以上是数据集的详细概述，包括数据集的结构、加载示例、最新结果和配置详情。