open-llm-leaderboard-old/details_222gate__Blur-4x7b-MOE-v0.1

该数据集是在Open LLM Leaderboard上对模型222gate/Blur-4x7b-MOE-v0.1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。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，名为results的配置存储了运行的所有聚合结果，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`函数加载运行中的详细信息的示例。还包括了2024-01-21T04:45:19.432784运行的最新结果，显示了不同任务的各种准确性指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在模型222gate/Blur-4x7b-MOE-v0.1的评估运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 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，每个运行在每个配置中作为一个特定的分片存在，分片名称使用运行的时间戳。
• "train"分片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_222gate__Blur-4x7b-MOE-v0.1", "harness_winogrande_5", split="train")

最新结果

以下是2024-01-21T04:45:19.432784的最新结果：

python { "all": { "acc": 0.6559352269047928, "acc_stderr": 0.03199697744913013, "acc_norm": 0.6556619411144256, "acc_norm_stderr": 0.03265823717914628, "mc1": 0.5458996328029376, "mc1_stderr": 0.017429593091323515, "mc2": 0.688217063142182, "mc2_stderr": 0.01518842298057346 }, "harness|arc:challenge|25": { "acc": 0.7013651877133106, "acc_stderr": 0.013374078615068749, "acc_norm": 0.7226962457337884, "acc_norm_stderr": 0.013082095839059376 }, "harness|hellaswag|10": { "acc": 0.7159928301135232, "acc_stderr": 0.004500186424443795, "acc_norm": 0.8813981278629756, "acc_norm_stderr": 0.003226586783421294 }, ... }

配置详情

• harness_arc_challenge_25

  • 分片: 2024_01_21T04_45_19.432784, latest
  • 路径: **/details_harness|arc:challenge|25_2024-01-21T04-45-19.432784.parquet

• harness_gsm8k_5

  • 分片: 2024_01_21T04_45_19.432784, latest
  • 路径: **/details_harness|gsm8k|5_2024-01-21T04-45-19.432784.parquet

• harness_hellaswag_10

  • 分片: 2024_01_21T04_45_19.432784, latest
  • 路径: **/details_harness|hellaswag|10_2024-01-21T04-45-19.432784.parquet

• harness_hendrycksTest_5

  • 分片: 2024_01_21T04_45_19.432784, latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-21T04-45-19.432784.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-01-21T04-45-19.432784.parquet
    • ...