open-llm-leaderboard-old/details_giraffe176__Open_Hermes_Orca_Mistral-7B

该数据集是在模型 giraffe176/Open_Hermes_Orca_Mistral-7B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个评估任务。它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拆分。train 拆分始终指向最新结果。一个名为 results 的额外配置存储了运行的所有聚合结果，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 Hugging Face 数据集库加载运行细节的示例。

原始信息汇总

数据集概述

数据集摘要

该数据集是在评估模型 giraffe176/Open_Hermes_Orca_Mistral-7B 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集组成

• 该数据集包含 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。
• 一个额外的配置 "results" 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_giraffe176__Open_Hermes_Orca_Mistral-7B", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要：

python { "all": { "acc": 0.640271253808845, "acc_stderr": 0.03218451098723128, "acc_norm": 0.6429009887255552, "acc_norm_stderr": 0.03282441851605668, "mc1": 0.3561811505507956, "mc1_stderr": 0.016763790728446335, "mc2": 0.5334094436292038, "mc2_stderr": 0.015404491531393148 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_02_11T08_58_14.779696, latest
  • 路径: **/details_harness|arc:challenge|25_2024-02-11T08-58-14.779696.parquet

• harness_gsm8k_5

  • 分割: 2024_02_11T08_58_14.779696, latest
  • 路径: **/details_harness|gsm8k|5_2024-02-11T08-58-14.779696.parquet

• harness_hellaswag_10

  • 分割: 2024_02_11T08_58_14.779696, latest
  • 路径: **/details_harness|hellaswag|10_2024-02-11T08-58-14.779696.parquet

• harness_hendrycksTest_5

  • 分割: 2024_02_11T08_58_14.779696
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-11T08-58-14.779696.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-02-11T08-58-14.779696.parquet
    • ...