open-llm-leaderboard-old/details_ResplendentAI__Aura_7B

该数据集是在评估模型ResplendentAI/Aura_7B时自动创建的，主要用于在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，每次运行的结果存储为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为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。

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 ResplendentAI/Aura_7B 进行评估运行期间自动创建的，评估结果发布在 Open LLM Leaderboard 上。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 数据来源：数据集来自1次运行，每次运行在每个配置中都有特定的分割，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：额外配置 "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_ResplendentAI__Aura_7B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-04-15T22:11:17.297868 运行 的最新结果：

python { "all": { "acc": 0.6269617919883663, "acc_stderr": 0.032748010341269604, "acc_norm": 0.6269150373418942, "acc_norm_stderr": 0.03342915140670201, "mc1": 0.46266829865361075, "mc1_stderr": 0.017454645150970588, "mc2": 0.6312854918602648, "mc2_stderr": 0.015354462472681334 }, "harness|arc:challenge|25": { "acc": 0.6732081911262798, "acc_stderr": 0.013706665975587338, "acc_norm": 0.6979522184300341, "acc_norm_stderr": 0.013417519144716413 }, "harness|hellaswag|10": { "acc": 0.6727743477394941, "acc_stderr": 0.004682414968323629, "acc_norm": 0.8554072893845848, "acc_norm_stderr": 0.003509709647791839 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.28, "acc_stderr": 0.04512608598542129, "acc_norm": 0.28, "acc_norm_stderr": 0.04512608598542129 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_04_15T22_11_17.297868, latest
  • 路径：**/details_harness|arc:challenge|25_2024-04-15T22-11-17.297868.parquet

• harness_gsm8k_5

  • 分割：2024_04_15T22_11_17.297868, latest
  • 路径：**/details_harness|gsm8k|5_2024-04-15T22-11-17.297868.parquet

• harness_hellaswag_10

  • 分割：2024_04_15T22_11_17.297868, latest
  • 路径：**/details_harness|hellaswag|10_2024-04-15T22-11-17.297868.parquet

• harness_hendrycksTest_5

  • 分割：2024_04_15T22_11_17.297868, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-15T22-11-17.297868.parquet 等