open-llm-leaderboard-old/details_ewqr2130__mistral-7b-raw-sft

该数据集是在模型ewqr2130/mistral-7b-raw-sft在Open LLM Leaderboard上进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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

数据集摘要

该数据集是在评估模型 ewqr2130/mistral-7b-raw-sft 在 Open LLM Leaderboard 上的运行过程中自动创建的。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
• 创建来源：1 次运行
• 分割命名：每个运行的分割以运行的时间戳命名，"train" 分割始终指向最新结果。
• 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在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ewqr2130__mistral-7b-raw-sft", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-10T15:14:57.972449 运行的最新结果：

python { "all": { "acc": 0.3451686041304389, "acc_stderr": 0.033177024770114395, "acc_norm": 0.34794617103590064, "acc_norm_stderr": 0.033992606612009306, "mc1": 0.2521419828641371, "mc1_stderr": 0.015201522246299963, "mc2": 0.4077071941467522, "mc2_stderr": 0.014214727907656348 }, "harness|arc:challenge|25": { "acc": 0.43430034129692835, "acc_stderr": 0.01448470304885736, "acc_norm": 0.47440273037542663, "acc_norm_stderr": 0.014592230885298964 }, "harness|hellaswag|10": { "acc": 0.5518820952001593, "acc_stderr": 0.004962846206125493, "acc_norm": 0.7525393347938658, "acc_norm_stderr": 0.004306547156331412 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.26, "acc_stderr": 0.04408440022768081, "acc_norm": 0.26, "acc_norm_stderr": 0.04408440022768081 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_10T15_14_57.972449, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-10T15-14-57.972449.parquet

• harness_gsm8k_5

  • 分割：2024_01_10T15_14_57.972449, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-10T15-14-57.972449.parquet

• harness_hellaswag_10

  • 分割：2024_01_10T15_14_57.972449, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-10T15-14-57.972449.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_10T15_14_57.972449, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-10T15-14-57.972449.parquet 等

以上是数据集的概述和详细信息，包括数据集的结构、加载示例、最新结果以及各个配置的详情。