open-llm-leaderboard-old/details_xxyyy123__Mistral7B_adaptor_v1
收藏数据集概述
该数据集是在评估模型 xxyyy123/Mistral7B_adaptor_v1 的过程中自动创建的，用于 Open LLM Leaderboard。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
- 数据来源：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。
- 最新结果："train" 分割总是指向最新的结果。
- 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示 Open LLM Leaderboard 上的汇总指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_xxyyy123__Mistral7B_adaptor_v1", "harness_winogrande_5", split="train")
最新结果
以下是 2023-12-04T16:24:21.549046 运行的最新结果：
python { "all": { "acc": 0.6337577170628004, "acc_stderr": 0.0323628770141504, "acc_norm": 0.6389509106050781, "acc_norm_stderr": 0.033013052940440775, "mc1": 0.3525091799265606, "mc1_stderr": 0.016724646380756544, "mc2": 0.4976810372450733, "mc2_stderr": 0.01504045830849688 }, "harness|arc:challenge|25": { "acc": 0.5895904436860068, "acc_stderr": 0.014374922192642664, "acc_norm": 0.6296928327645052, "acc_norm_stderr": 0.01411129875167495 }, "harness|hellaswag|10": { "acc": 0.6352320254929297, "acc_stderr": 0.004803812631994955, "acc_norm": 0.8380800637323242, "acc_norm_stderr": 0.0036762448867232646 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.27, "acc_stderr": 0.0446196043338474, "acc_norm": 0.27, "acc_norm_stderr": 0.0446196043338474 }, # 其他任务的结果... }
配置详情
-
配置名称：
harness_arc_challenge_25- 数据文件：
- 分割：
2023_12_04T16_24_21.549046- 路径：
**/details_harness|arc:challenge|25_2023-12-04T16-24-21.549046.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|arc:challenge|25_2023-12-04T16-24-21.549046.parquet
- 路径：
- 分割：
- 数据文件：
-
配置名称：
harness_gsm8k_5- 数据文件：
- 分割：
2023_12_04T16_24_21.549046- 路径：
**/details_harness|gsm8k|5_2023-12-04T16-24-21.549046.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|gsm8k|5_2023-12-04T16-24-21.549046.parquet
- 路径：
- 分割：
- 数据文件：
-
配置名称：
harness_hellaswag_10- 数据文件：
- 分割：
2023_12_04T16_24_21.549046- 路径：
**/details_harness|hellaswag|10_2023-12-04T16-24-21.549046.parquet
- 路径：
- 分割：
latest- 路径：
**/details_harness|hellaswag|10_2023-12-04T16-24-21.549046.parquet
- 路径：
- 分割：
- 数据文件：
-
配置名称：
harness_hendrycksTest_5- 数据文件：
- 分割：
2023_12_04T16_24_21.549046- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-anatomy|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-astronomy|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-business_ethics|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-clinical_knowledge|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-college_biology|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-college_chemistry|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-college_computer_science|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-college_mathematics|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-college_medicine|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-college_physics|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-computer_security|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-conceptual_physics|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-econometrics|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-electrical_engineering|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-elementary_mathematics|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-formal_logic|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-global_facts|5_2023-12-04T16-24-21.549046.parquet**/details_harness|hendrycksTest-high_school_biology|5_2023-12-04T16-24-21.549046.parquet
其他任务的路径...
- 路径：
- 分割：
- 数据文件：
}
