open-llm-leaderboard-old/details_TeeZee__NEBULA-23B-v1.0

该数据集是在模型TeeZee/NEBULA-23B-v1.0在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行在每个配置中作为一个特定的分割找到，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的results配置存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。文件还提供了如何使用Python代码加载运行细节的示例，并列出了特定运行的最新结果。

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 TeeZee/NEBULA-23B-v1.0 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据集从 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_TeeZee__NEBULA-23B-v1.0", "harness_winogrande_5", split="train")

最新结果

以下是最新结果（来自 2024-04-21T04:37:46.733123 运行）的摘要： python { "all": { "acc": 0.6462596022657905, "acc_stderr": 0.031691217871483365, "acc_norm": 0.6579155418095005, "acc_norm_stderr": 0.03255881834990093, "mc1": 0.41982864137086906, "mc1_stderr": 0.01727703030177577, "mc2": 0.5759564361377313, "mc2_stderr": 0.015144335391267196 }, "harness|arc:challenge|25": { "acc": 0.6305460750853242, "acc_stderr": 0.014104578366491895, "acc_norm": 0.6672354948805461, "acc_norm_stderr": 0.013769863046192304 }, "harness|hellaswag|10": { "acc": 0.6818362875921131, "acc_stderr": 0.0046481153223287735, "acc_norm": 0.8698466440948018, "acc_norm_stderr": 0.0033578442491239546 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.39, "acc_stderr": 0.04902071300001975, "acc_norm": 0.39, "acc_norm_stderr": 0.04902071300001975 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_04_21T04_37_46.733123, latest
  • 路径：**/details_harness|arc:challenge|25_2024-04-21T04-37-46.733123.parquet

• harness_gsm8k_5

  • 分割：2024_04_21T04_37_46.733123, latest
  • 路径：**/details_harness|gsm8k|5_2024-04-21T04-37-46.733123.parquet

• harness_hellaswag_10

  • 分割：2024_04_21T04_37_46.733123, latest
  • 路径：**/details_harness|hellaswag|10_2024-04-21T04-37-46.733123.parquet

• harness_hendrycksTest_5

  • 分割：2024_04_21T04_37_46.733123, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-21T04-37-46.733123.parquet 等