open-llm-leaderboard-old/details_GreenNode__Merged-DPO-7B

该数据集是在评估模型GreenNode/Merged-DPO-7B时自动创建的，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，分割名称使用运行的时间戳命名。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

数据集信息

• 数据集名称: Evaluation run of GreenNode/Merged-DPO-7B
• 数据集描述: 该数据集是在模型 GreenNode/Merged-DPO-7B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集来源: 从1次运行中创建，每个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_GreenNode__Merged-DPO-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2023-12-13T14:00:25.287195
• 结果示例: python { "all": { "acc": 0.560167032409899, "acc_stderr": 0.034083462253007915, "acc_norm": 0.5612537132182182, "acc_norm_stderr": 0.034785117565412534, "mc1": 0.5899632802937577, "mc1_stderr": 0.01721784471744932, "mc2": 0.7276047803006407, "mc2_stderr": 0.014645147930666262 }, "harness|arc:challenge|25": { "acc": 0.6604095563139932, "acc_stderr": 0.013839039762820164, "acc_norm": 0.689419795221843, "acc_norm_stderr": 0.013522292098053059 }, "harness|hellaswag|10": { "acc": 0.7271459868552081, "acc_stderr": 0.00444516099761836, "acc_norm": 0.8775144393547102, "acc_norm_stderr": 0.0032717574453291595 },

  其他任务结果省略

}

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2023_12_13T14_00_25.287195
      • 路径: **/details_harness|arc:challenge|25_2023-12-13T14-00-25.287195.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-12-13T14-00-25.287195.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2023_12_13T14_00_25.287195
      • 路径: **/details_harness|gsm8k|5_2023-12-13T14-00-25.287195.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-12-13T14-00-25.287195.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2023_12_13T14_00_25.287195
      • 路径: **/details_harness|hellaswag|10_2023-12-13T14-00-25.287195.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-12-13T14-00-25.287195.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2023_12_13T14_00_25.287195
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2023-12-13T14-00-25.287195.parquet
        • **/details_harness|hendrycksTest-high_school_chemistry|5_2023-12-13T14-00-25.287195.parquet

        其他文件路径省略

}