open-llm-leaderboard-old/details_nextai-team__Moe-2x7b-QA-Code

该数据集是在Open LLM Leaderboard上对模型nextai-team/Moe-2x7b-QA-Code进行评估时自动生成的。数据集包含63个配置，每个配置对应一个被评估的任务。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，还有一个results配置，存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python中的datasets库加载运行细节的示例。

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nextai-team/Moe-2x7b-QA-Code在Open LLM Leaderboard上的自动创建的。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：从1次运行中创建，每个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。
• 最新结果："train"分割始终指向最新结果。
• 结果汇总：一个额外的配置"results"存储所有运行的汇总结果，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_nextai-team__Moe-2x7b-QA-Code", "harness_winogrande_5", split="train")

最新结果

以下是最新结果的摘要： python { "all": { "acc": 0.6180934632258203, "acc_stderr": 0.03295888524542185, "acc_norm": 0.6217012877940468, "acc_norm_stderr": 0.033616132678570755, "mc1": 0.4969400244798042, "mc1_stderr": 0.017503173260960625, "mc2": 0.6522673934775387, "mc2_stderr": 0.015244691719617103 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_09T21_43_08.020408, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-09T21-43-08.020408.parquet

• harness_gsm8k_5

  • 分割：2024_02_09T21_43_08.020408, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-09T21-43-08.020408.parquet

• harness_hellaswag_10

  • 分割：2024_02_09T21_43_08.020408, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-09T21-43-08.020408.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_09T21_43_08.020408
  • 路径：多个路径，包括**/details_harness|hendrycksTest-abstract_algebra|5_2024-02-09T21-43-08.020408.parquet等。