open-llm-leaderboard-old/details_NeuralNovel__Confinus-2x7B

该数据集是在评估模型NeuralNovel/Confinus-2x7B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，每次运行的结果都作为一个特定的分割存储，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，用于计算和显示在Open LLM Leaderboard上的聚合指标。

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 NeuralNovel/Confinus-2x7B
• 数据集来源: 自动创建于模型 NeuralNovel/Confinus-2x7B 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_NeuralNovel__Confinus-2x7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2024-02-03T04:36:52.814775
• 结果示例: python { "all": { "acc": 0.6569965895517977, "acc_stderr": 0.032010118042741426, "acc_norm": 0.6566603304405096, "acc_norm_stderr": 0.032677407794922786, "mc1": 0.5826193390452876, "mc1_stderr": 0.017262891063272164, "mc2": 0.7187839952418987, "mc2_stderr": 0.014678557270683644 }, "harness|arc:challenge|25": { "acc": 0.7090443686006825, "acc_stderr": 0.01327307786590759, "acc_norm": 0.7389078498293515, "acc_norm_stderr": 0.012835523909473835 }, "harness|hellaswag|10": { "acc": 0.7157936666002789, "acc_stderr": 0.004501137895230726, "acc_norm": 0.8881696873132842, "acc_norm_stderr": 0.0031451347677023105 }, # 更多任务结果... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_02_03T04_36_52.814775
      • 路径: **/details_harness|arc:challenge|25_2024-02-03T04-36-52.814775.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-02-03T04-36-52.814775.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_02_03T04_36_52.814775
      • 路径: **/details_harness|gsm8k|5_2024-02-03T04-36-52.814775.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-02-03T04-36-52.814775.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_02_03T04_36_52.814775
      • 路径: **/details_harness|hellaswag|10_2024-02-03T04-36-52.814775.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-02-03T04-36-52.814775.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_02_03T04_36_52.814775
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-02-03T04-36-52.814775.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2024-02-03T04-36-52.814775.parquet

        更多路径...