open-llm-leaderboard-old/details_vicgalle__SystemHermes-2-7B

该数据集是在模型 vicgalle/SystemHermes-2-7B 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，每个配置对应一个评估任务。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 Hugging Face 数据集库加载运行中的详细信息的示例。

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 vicgalle/SystemHermes-2-7B 在 Open LLM Leaderboard 上的自动创建的。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
• 数据来源：从 1 次运行中创建
• 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，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_vicgalle__SystemHermes-2-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-21T11:03:07.781697 运行的最新结果：

python { "all": { "acc": 0.6338248776795873, "acc_stderr": 0.03237220063508142, "acc_norm": 0.6354461960257087, "acc_norm_stderr": 0.03302051993311256, "mc1": 0.3880048959608323, "mc1_stderr": 0.017058761501347972, "mc2": 0.5641556907529288, "mc2_stderr": 0.015439070980915756 }, "harness|arc:challenge|25": { "acc": 0.6228668941979523, "acc_stderr": 0.0141633668961926, "acc_norm": 0.6501706484641638, "acc_norm_stderr": 0.013936809212158296 }, "harness|hellaswag|10": { "acc": 0.6506671977693687, "acc_stderr": 0.0047578490234119605, "acc_norm": 0.8404700258912567, "acc_norm_stderr": 0.003654212329516619 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.29, "acc_stderr": 0.04560480215720684, "acc_norm": 0.29, "acc_norm_stderr": 0.04560480215720684 }, # 其他任务的结果省略 }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_21T11_03_07.781697, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-21T11-03-07.781697.parquet

• harness_gsm8k_5

  • 分割：2024_03_21T11_03_07.781697, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-21T11-03-07.781697.parquet

• harness_hellaswag_10

  • 分割：2024_03_21T11_03_07.781697, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-21T11-03-07.781697.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_21T11_03_07.781697, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-21T11-03-07.781697.parquet 等

以上内容总结了数据集的关键信息，包括数据集的简介、结构、加载示例、最新结果以及配置详情。