open-llm-leaderboard-old/details_cstr__Spaetzle-v44-7b

该数据集是在Open LLM Leaderboard上对模型cstr/Spaetzle-v44-7b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。数据集是从1次运行中创建的，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，名为results的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。README文件还提供了如何使用`datasets`库中的`load_dataset`函数加载运行中的详细信息的说明。最后，它提供了特定运行的最新结果，包括不同任务的各种准确度指标及其标准误差。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of cstr/Spaetzle-v44-7b
• 数据集来源: 自动创建于模型 cstr/Spaetzle-v44-7b 在 Open LLM Leaderboard 的评估运行中。
• 数据集组成: 包含 63 个配置，每个配置对应一个评估任务。
• 数据集创建: 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_cstr__Spaetzle-v44-7b", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2024-03-21T18:09:43.070718
• 结果示例: python { "all": { "acc": 0.6195019662494284, "acc_stderr": 0.032848743987792875, "acc_norm": 0.6220243293176512, "acc_norm_stderr": 0.033509874521909615, "mc1": 0.39412484700122397, "mc1_stderr": 0.017106588140700322, "mc2": 0.5444850538141455, "mc2_stderr": 0.01528039314627212 }, "harness|arc:challenge|25": { "acc": 0.6075085324232082, "acc_stderr": 0.014269634635670735, "acc_norm": 0.6459044368600683, "acc_norm_stderr": 0.013975454122756564 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_03_21T18_09_43.070718
      • 路径: **/details_harness|arc:challenge|25_2024-03-21T18-09-43.070718.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-21T18-09-43.070718.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_03_21T18_09_43.070718
      • 路径: **/details_harness|gsm8k|5_2024-03-21T18-09-43.070718.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-21T18-09-43.070718.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_03_21T18_09_43.070718
      • 路径: **/details_harness|hellaswag|10_2024-03-21T18-09-43.070718.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-21T18-09-43.070718.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_03_21T18_09_43.070718
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-21T18-09-43.070718.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-21T18-09-43.070718.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-21T18-09-43.070718.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-21T18-09-43.070718.parquet
        • ...