open-llm-leaderboard-old/details_HyperbeeAI__Tulpar-7b-v2

该数据集是在评估模型HyperbeeAI/Tulpar-7b-v2时自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置的特定分割中找到，分割以运行的时间戳命名。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

数据集简介

该数据集是在对模型 HyperbeeAI/Tulpar-7b-v2 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据集从 1 次运行中创建，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
• "train" 分割始终指向最新的结果。
• 额外的 "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_HyperbeeAI__Tulpar-7b-v2", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-08T00:34:52.885019 运行的最新结果：

python { "all": { "acc": 0.6339643856948549, "acc_stderr": 0.032544251757185845, "acc_norm": 0.6346927587185602, "acc_norm_stderr": 0.03320666732717101, "mc1": 0.47613219094247244, "mc1_stderr": 0.017483547156961578, "mc2": 0.6364510557327406, "mc2_stderr": 0.015316470691061521 }, "harness|arc:challenge|25": { "acc": 0.6450511945392492, "acc_stderr": 0.013983036904094095, "acc_norm": 0.6749146757679181, "acc_norm_stderr": 0.013688147309729124 }, "harness|hellaswag|10": { "acc": 0.6728739294961164, "acc_stderr": 0.0046820489066223174, "acc_norm": 0.8489344752041426, "acc_norm_stderr": 0.0035738085511685283 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.27, "acc_stderr": 0.0446196043338474, "acc_norm": 0.27, "acc_norm_stderr": 0.0446196043338474 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2023_12_08T00_34_52.885019, latest
  • 路径：**/details_harness|arc:challenge|25_2023-12-08T00-34-52.885019.parquet

• harness_gsm8k_5

  • 分割：2023_12_08T00_34_52.885019, latest
  • 路径：**/details_harness|gsm8k|5_2023-12-08T00-34-52.885019.parquet

• harness_hellaswag_10

  • 分割：2023_12_08T00_34_52.885019, latest
  • 路径：**/details_harness|hellaswag|10_2023-12-08T00-34-52.885019.parquet

• harness_hendrycksTest_5

  • 分割：2023_12_08T00_34_52.885019, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-12-08T00-34-52.885019.parquet 等