open-llm-leaderboard-old/details_Technoculture__Medtulu-4x7B

该数据集是在评估模型Technoculture/Medtulu-4x7B时自动创建的，用于在Open LLM Leaderboard上进行评估。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，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。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，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

数据集基本信息

• 名称: Evaluation run of Technoculture/Medtulu-4x7B
• 来源: 自动创建于模型 Technoculture/Medtulu-4x7B 在 Open LLM Leaderboard 的评估运行期间。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建方式: 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。
• 额外配置: "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_Technoculture__Medtulu-4x7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-01-16T09:26:06.099420
• 结果示例: python { "all": { "acc": 0.2441106685479756, "acc_stderr": 0.030388013771384576, "acc_norm": 0.24501971068706568, "acc_norm_stderr": 0.031199333244496447, "mc1": 0.23255813953488372, "mc1_stderr": 0.014789157531080522, "mc2": 0.47911756406040795, "mc2_stderr": 0.016890966208763153 }, "harness|arc:challenge|25": { "acc": 0.21928327645051193, "acc_stderr": 0.012091245787615707, "acc_norm": 0.28754266211604096, "acc_norm_stderr": 0.01322671905626613 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_01_16T09_26_06.099420
      • 路径: **/details_harness|arc:challenge|25_2024-01-16T09-26-06.099420.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-01-16T09-26-06.099420.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_01_16T09_26_06.099420
      • 路径: **/details_harness|gsm8k|5_2024-01-16T09-26-06.099420.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-01-16T09-26-06.099420.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_01_16T09_26_06.099420
      • 路径: **/details_harness|hellaswag|10_2024-01-16T09-26-06.099420.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-01-16T09-26-06.099420.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_01_16T09_26_06.099420
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-16T09-26-06.099420.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-16T09-26-06.099420.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-16T09-26-06.099420.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-16T09-26-06.099420.parquet
        • ...