open-llm-leaderboard-old/details_BFauber__opt125m_10e4

数据集是在模型BFauber/opt125m_10e4的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置中找到特定的分割，分割以运行的时间戳命名。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of BFauber/opt125m_10e4
• 来源: 自动创建于模型 BFauber/opt125m_10e4 在 Open LLM Leaderboard 的评估运行中。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建: 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。"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_BFauber__opt125m_10e4", "harness_winogrande_5", split="train")

最新结果

• 来源: 来自 2024-02-02T18:39:22.964015 运行。
• 详细结果: python { "all": { "acc": 0.2653997971375558, "acc_stderr": 0.03091751185138889, "acc_norm": 0.2667186188669961, "acc_norm_stderr": 0.03173676795406758, "mc1": 0.22888616891064872, "mc1_stderr": 0.014706994909055027, "mc2": 0.4287951061339734, "mc2_stderr": 0.014935297274427089 }, "harness|arc:challenge|25": { "acc": 0.20648464163822525, "acc_stderr": 0.011828865619002316, "acc_norm": 0.2295221843003413, "acc_norm_stderr": 0.012288926760890797 }, "harness|hellaswag|10": { "acc": 0.2877912766381199, "acc_stderr": 0.004518080594528024, "acc_norm": 0.3090021907986457, "acc_norm_stderr": 0.004611377019520813 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_02_02T18_39_22.964015
      • 路径: **/details_harness|arc:challenge|25_2024-02-02T18-39-22.964015.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-02-02T18-39-22.964015.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_02_02T18_39_22.964015
      • 路径: **/details_harness|gsm8k|5_2024-02-02T18-39-22.964015.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-02-02T18-39-22.964015.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_02_02T18_39_22.964015
      • 路径: **/details_harness|hellaswag|10_2024-02-02T18-39-22.964015.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-02-02T18-39-22.964015.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_02_02T18_39_22.964015
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-02T18-39-22.964015.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-02T18-39-22.964015.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-02T18-39-22.964015.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-02T18-39-22.964015.parquet
        • ...