open-llm-leaderboard-old/details_mychen76__mistral-7b-merged-dare

该数据集是在Open LLM Leaderboard上对模型mychen76/mistral-7b-merged-dare进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外配置存储了运行的所有聚合结果，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

数据集简介

该数据集是在评估模型 mychen76/mistral-7b-merged-dare 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集组成

• 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 次运行生成，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。
• 额外的 "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_mychen76__mistral-7b-merged-dare", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-10T11:06:23.658904 运行的最新结果：

python { "all": { "acc": 0.6555984630611819, "acc_stderr": 0.03202413494937558, "acc_norm": 0.6552172318444804, "acc_norm_stderr": 0.03269035140382117, "mc1": 0.46878824969400246, "mc1_stderr": 0.017469364874577537, "mc2": 0.6324196158065736, "mc2_stderr": 0.015183642172146008 }, "harness|arc:challenge|25": { "acc": 0.6655290102389079, "acc_stderr": 0.013787460322441374, "acc_norm": 0.697098976109215, "acc_norm_stderr": 0.013428241573185349 }, "harness|hellaswag|10": { "acc": 0.6896036646086438, "acc_stderr": 0.004617103280372031, "acc_norm": 0.8705437163911571, "acc_norm_stderr": 0.003350181812941611 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2024_03_10T11_06_23.658904
    • path: **/details_harness|arc:challenge|25_2024-03-10T11-06-23.658904.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-03-10T11-06-23.658904.parquet

• config_name: harness_gsm8k_5

  • split: 2024_03_10T11_06_23.658904
    • path: **/details_harness|gsm8k|5_2024-03-10T11-06-23.658904.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-03-10T11-06-23.658904.parquet

• config_name: harness_hellaswag_10

  • split: 2024_03_10T11_06_23.658904
    • path: **/details_harness|hellaswag|10_2024-03-10T11-06-23.658904.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-03-10T11-06-23.658904.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_03_10T11_06_23.658904
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-10T11-06-23.658904.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-03-10T11-06-23.658904.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-10T11-06-23.658904.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-03-10T11-06-23.658904.parquet
      • ...