open-llm-leaderboard-old/details_vihangd__DopeyTinyLlama-1.1B-v1

该数据集是在模型vihangd/DopeyTinyLlama-1.1B-v1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。数据集包含1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，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

数据集简介

该数据集是在评估模型 vihangd/DopeyTinyLlama-1.1B-v1 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：1 次运行结果
• 数据分割：每个配置包含特定运行的分割，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 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_vihangd__DopeyTinyLlama-1.1B-v1", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-11T05:11:02.109098 运行 的最新结果：

python { "all": { "acc": 0.2668796023902934, "acc_stderr": 0.030998189550288012, "acc_norm": 0.26612624532338797, "acc_norm_stderr": 0.0317752142871891, "mc1": 0.23623011015911874, "mc1_stderr": 0.014869755015871114, "mc2": 0.3736095253552331, "mc2_stderr": 0.014360223110249206 }, "harness|arc:challenge|25": { "acc": 0.36689419795221845, "acc_stderr": 0.014084133118104294, "acc_norm": 0.3839590443686007, "acc_norm_stderr": 0.014212444980651889 }, "harness|hellaswag|10": { "acc": 0.4779924317864967, "acc_stderr": 0.004984945635998307, "acc_norm": 0.6349332802230632, "acc_norm_stderr": 0.0048046491971637005 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.25, "acc_stderr": 0.04351941398892446, "acc_norm": 0.25, "acc_norm_stderr": 0.04351941398892446 }, # 其他任务的结果省略 }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_11T05_11_02.109098, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-11T05-11-02.109098.parquet

• harness_gsm8k_5

  • 分割：2024_01_11T05_11_02.109098, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-11T05-11-02.109098.parquet

• harness_hellaswag_10

  • 分割：2024_01_11T05_11_02.109098, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-11T05-11-02.109098.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_11T05_11_02.109098, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-11T05-11-02.109098.parquet 等