open-llm-leaderboard-old/details_Skylaude__WizardLM-2-4x7B-MoE
收藏数据集概述
数据集简介
该数据集是在模型 Skylaude/WizardLM-2-4x7B-MoE 在 Open LLM Leaderboard 上的评估运行期间自动创建的。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：1 次运行，每个运行结果存储在特定的分割中，分割名称使用运行的时间戳。
- 最新结果："train" 分割始终指向最新的结果。
- 聚合结果：一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示在 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_Skylaude__WizardLM-2-4x7B-MoE", "harness_winogrande_5", split="train")
最新结果
以下是 2024-04-17T07:56:53.980614 运行的最新结果：
python { "all": { "acc": 0.6168561013421574, "acc_stderr": 0.03265113886584455, "acc_norm": 0.6214250446757856, "acc_norm_stderr": 0.03329558354289037, "mc1": 0.39167686658506734, "mc1_stderr": 0.017087795881769622, "mc2": 0.5702039902908301, "mc2_stderr": 0.0158316832368712 }, "harness|arc:challenge|25": { "acc": 0.6049488054607508, "acc_stderr": 0.014285898292938163, "acc_norm": 0.6305460750853242, "acc_norm_stderr": 0.014104578366491888 }, "harness|hellaswag|10": { "acc": 0.6539533957379008, "acc_stderr": 0.004747360500742477, "acc_norm": 0.834196375224059, "acc_norm_stderr": 0.0037114419828661875 }, ... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_04_17T07_56_53.980614, latest
- 路径：
**/details_harness|arc:challenge|25_2024-04-17T07-56-53.980614.parquet
-
harness_gsm8k_5
- 分割：2024_04_17T07_56_53.980614, latest
- 路径：
**/details_harness|gsm8k|5_2024-04-17T07-56-53.980614.parquet
-
harness_hellaswag_10
- 分割：2024_04_17T07_56_53.980614, latest
- 路径：
**/details_harness|hellaswag|10_2024-04-17T07-56-53.980614.parquet
-
harness_hendrycksTest_5
- 分割：2024_04_17T07_56_53.980614, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-17T07-56-53.980614.parquet等。
