open-llm-leaderboard-old/details_moondriller__llama2-13B-eugeneparkthebest

该数据集是在模型moondriller/llama2-13B-eugeneparkthebest在Open LLM Leaderboard上的评估过程中自动生成的。数据集由63个配置组成，每个配置对应一个被评估的任务。它包含一次运行的数据，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新的结果。一个额外的results配置存储了运行的所有聚合结果，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Hugging Face datasets库加载数据集的示例，并包含了特定运行的最新结果。

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 moondriller/llama2-13B-eugeneparkthebest 的过程中自动创建的，用于 Open LLM Leaderboard。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
• 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，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_moondriller__llama2-13B-eugeneparkthebest", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要：

python { "all": { "acc": 0.4825141687006876, "acc_stderr": 0.034321447105547784, "acc_norm": 0.48896039872673935, "acc_norm_stderr": 0.03513105182710012, "mc1": 0.2974296205630355, "mc1_stderr": 0.016002651487361, "mc2": 0.4441977059256997, "mc2_stderr": 0.014718723814907532 }, "harness|arc:challenge|25": { "acc": 0.5059726962457338, "acc_stderr": 0.014610348300255795, "acc_norm": 0.5341296928327645, "acc_norm_stderr": 0.0145773113152311 }, "harness|hellaswag|10": { "acc": 0.5902210714997013, "acc_stderr": 0.004907877144720011, "acc_norm": 0.7924716191993627, "acc_norm_stderr": 0.004047083120098847 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.27, "acc_stderr": 0.04461960433384739, "acc_norm": 0.27, "acc_norm_stderr": 0.04461960433384739 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_25T03_59_15.838278, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-25T03-59-15.838278.parquet

• harness_gsm8k_5

  • 分割：2024_03_25T03_59_15.838278, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-25T03-59-15.838278.parquet

• harness_hellaswag_10

  • 分割：2024_03_25T03_59_15.838278, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-25T03-59-15.838278.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_25T03_59_15.838278, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-25T03-59-15.838278.parquet

这个回答仅包含与数据集相关的信息，结构清晰，易于理解。