open-llm-leaderboard-old/details_Sharathhebbar24__SSH_300M

该数据集是在Open LLM Leaderboard上对模型Sharathhebbar24/SSH_300M进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，名为results的配置存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。

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 Sharathhebbar24/SSH_300M 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 数据来源：数据集由1次运行创建，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。
• 最新结果："train" 分割始终指向最新的结果。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示 Open LLM Leaderboard 上的汇总指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Sharathhebbar24__SSH_300M", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-10T09:22:24.908503 运行的最新结果：

python { "all": { "acc": 0.27070317788360254, "acc_stderr": 0.031150771991282838, "acc_norm": 0.2725285370349673, "acc_norm_stderr": 0.03195909887988475, "mc1": 0.2484700122399021, "mc1_stderr": 0.01512742709652068, "mc2": 0.4251499100547103, "mc2_stderr": 0.014510950319251271 }, "harness|arc:challenge|25": { "acc": 0.2363481228668942, "acc_stderr": 0.012414960524301834, "acc_norm": 0.28242320819112626, "acc_norm_stderr": 0.013155456884097222 }, "harness|hellaswag|10": { "acc": 0.32742481577375027, "acc_stderr": 0.0046831463732322715, "acc_norm": 0.3873730332603067, "acc_norm_stderr": 0.004861544478451842 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.24, "acc_stderr": 0.04292346959909284, "acc_norm": 0.24, "acc_norm_stderr": 0.04292346959909284 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_10T09_22_24.908503, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-10T09-22-24.908503.parquet

• harness_gsm8k_5

  • 分割：2024_02_10T09_22_24.908503, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-10T09-22-24.908503.parquet

• harness_hellaswag_10

  • 分割：2024_02_10T09_22_24.908503, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-10T09-22-24.908503.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_10T09_22_24.908503, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-10T09-22-24.908503.parquet