open-llm-leaderboard-old/details_teknium__CollectiveCognition-v1-Mistral-7B

该数据集是在模型 teknium/CollectiveCognition-v1-Mistral-7B 在 Open LLM Leaderboard 上的评估运行期间自动生成的。数据集由 64 个配置组成，每个配置对应于评估的特定任务。它包含来自 2 次运行的数据，每次运行在每个配置中表示为特定的分割，分割名称根据运行的时间戳命名。train 分割始终指向最新的结果。此外，还有一个 results 配置，用于存储所有运行的聚合结果，用于计算和显示 Open LLM Leaderboard 上的指标。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

该数据集是在评估模型 teknium/CollectiveCognition-v1-Mistral-7B 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集组成

• 数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集从 2 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。
• 一个额外的配置 "results" 存储所有运行结果的聚合，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_teknium__CollectiveCognition-v1-Mistral-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-29T01:40:21.634950 运行的最新结果：

python { "all": { "em": 0.014786073825503355, "em_stderr": 0.0012360366760473097, "f1": 0.07218645134228192, "f1_stderr": 0.0017555798787673934, "acc": 0.47738594388492395, "acc_stderr": 0.011139031066837696 }, "harness|drop|3": { "em": 0.014786073825503355, "em_stderr": 0.0012360366760473097, "f1": 0.07218645134228192, "f1_stderr": 0.0017555798787673934 }, "harness|gsm8k|5": { "acc": 0.17892342683851403, "acc_stderr": 0.010557661392901294 }, "harness|winogrande|5": { "acc": 0.7758484609313339, "acc_stderr": 0.011720400740774099 } }

配置详情

以下是数据集的部分配置详情：

• harness_arc_challenge_25

  • 分割：2023_10_12T08_39_18.628472
    • 路径：**/details_harness|arc:challenge|25_2023-10-12T08-39-18.628472.parquet
  • 分割：latest
    • 路径：**/details_harness|arc:challenge|25_2023-10-12T08-39-18.628472.parquet

• harness_drop_3

  • 分割：2023_10_29T01_40_21.634950
    • 路径：**/details_harness|drop|3_2023-10-29T01-40-21.634950.parquet
  • 分割：latest
    • 路径：**/details_harness|drop|3_2023-10-29T01-40-21.634950.parquet

• harness_gsm8k_5

  • 分割：2023_10_29T01_40_21.634950
    • 路径：**/details_harness|gsm8k|5_2023-10-29T01-40-21.634950.parquet
  • 分割：latest
    • 路径：**/details_harness|gsm8k|5_2023-10-29T01-40-21.634950.parquet

• harness_hellaswag_10

  • 分割：2023_10_12T08_39_18.628472
    • 路径：**/details_harness|hellaswag|10_2023-10-12T08-39-18.628472.parquet
  • 分割：latest
    • 路径：**/details_harness|hellaswag|10_2023-10-12T08-39-18.628472.parquet

• harness_hendrycksTest_5

  • 分割：2023_10_12T08_39_18.628472
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-12T08-39-18.628472.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-12T08-39-18.628472.parquet
      • ...（其他路径省略）
  • 分割：latest
    • 路径：
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-12T08-39-18.628472.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-12T08-39-18.628472.parquet
      • ...（其他路径省略）