open-llm-leaderboard-old/details_jsfs11__WestOrcaNeural-V2-DARETIES-7B

该数据集是在模型jsfs11/WestOrcaNeural-V2-DARETIES-7B的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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，分割以运行的时间戳命名。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

该数据集是在评估模型 jsfs11/WestOrcaNeural-V2-DARETIES-7B 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：每个配置包含特定分割，分割名称使用运行的时间戳。"train" 分割指向最新结果。
• 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_jsfs11__WestOrcaNeural-V2-DARETIES-7B", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要：

python { "all": { "acc": 0.652478669506538, "acc_stderr": 0.032075479095728145, "acc_norm": 0.6516679535788203, "acc_norm_stderr": 0.03274751010456304, "mc1": 0.5410036719706243, "mc1_stderr": 0.017444544447661206, "mc2": 0.6781155236894492, "mc2_stderr": 0.015092099222963333 }, "harness|arc:challenge|25": { "acc": 0.6996587030716723, "acc_stderr": 0.013395909309957002, "acc_norm": 0.7209897610921502, "acc_norm_stderr": 0.013106784883601333 }, "harness|hellaswag|10": { "acc": 0.7122087233618801, "acc_stderr": 0.00451808059452802, "acc_norm": 0.8820952001593309, "acc_norm_stderr": 0.003218362717491134 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_25T11_13_58.761964, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-25T11-13-58.761964.parquet

• harness_gsm8k_5

  • 分割：2024_01_25T11_13_58.761964, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-25T11-13-58.761964.parquet

• harness_hellaswag_10

  • 分割：2024_01_25T11_13_58.761964, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-25T11-13-58.761964.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_25T11_13_58.761964, latest
  • 路径：多个路径，包括不同任务的详细数据文件

以上是数据集的概述和详细信息，包括数据集的结构、加载示例、最新结果和配置详情。