open-llm-leaderboard-old/details_NeuralNovel__Ember-7B-v0.1

该数据集是在Open LLM Leaderboard上对模型NeuralNovel/Ember-7B-v0.1进行评估时自动创建的。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，并用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 NeuralNovel/Ember-7B-v0.1 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 运行次数：数据集来自1次运行。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。
• 训练分割："train" 分割始终指向最新的结果。
• 结果配置：一个额外的配置 "results" 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_NeuralNovel__Ember-7B-v0.1", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-21T04:54:30.326660 运行的最新结果：

python { "all": { "acc": 0.6350177574762061, "acc_stderr": 0.03209396150318776, "acc_norm": 0.6453628417891409, "acc_norm_stderr": 0.032876548477357756, "mc1": 0.46511627906976744, "mc1_stderr": 0.017460849975873965, "mc2": 0.6328773143242248, "mc2_stderr": 0.015426240628860234 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_21T04_54_30.326660, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-21T04-54-30.326660.parquet

• harness_gsm8k_5

  • 分割：2024_01_21T04_54_30.326660, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-21T04-54-30.326660.parquet

• harness_hellaswag_10

  • 分割：2024_01_21T04_54_30.326660, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-21T04-54-30.326660.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_21T04_54_30.326660
  • 路径：多个文件路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-21T04-54-30.326660.parquet

以上是数据集的详细概述，包括数据集的创建背景、结构、加载示例、最新结果以及各个配置的详细信息。