open-llm-leaderboard-old/details_openchat__openchat-3.5-1210

该数据集是在模型 openchat/openchat-3.5-1210 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，每个配置对应一个被评估的任务。它包含来自 1 次运行的数据，每次运行在每个配置中作为一个特定的分割找到，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。文件还提供了如何使用 Python 代码加载运行细节的示例。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of openchat/openchat-3.5-1210
• 来源: 自动创建于模型 openchat/openchat-3.5-1210 在 Open LLM Leaderboard 的评估运行期间。
• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建: 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割存在，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_openchat__openchat-3.5-1210", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自: 2023-12-18T08:20:01.389363
• 详细结果: python { "all": { "acc": 0.6488027943708179, "acc_stderr": 0.03210806718394323, "acc_norm": 0.6497098585915643, "acc_norm_stderr": 0.03276295616957028, "mc1": 0.35128518971848227, "mc1_stderr": 0.016711358163544403, "mc2": 0.5214604840999885, "mc2_stderr": 0.015414031217543209 }, "harness|arc:challenge|25": { "acc": 0.6109215017064846, "acc_stderr": 0.014247309976045607, "acc_norm": 0.6493174061433447, "acc_norm_stderr": 0.013944635930726097 }, "harness|hellaswag|10": { "acc": 0.664708225453097, "acc_stderr": 0.004711275408138422, "acc_norm": 0.8492332204740092, "acc_norm_stderr": 0.0035709011883580674 }, # 其他任务结果省略... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2023_12_18T08_20_01.389363
      • 路径: **/details_harness|arc:challenge|25_2023-12-18T08-20-01.389363.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-12-18T08-20-01.389363.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2023_12_18T08_20_01.389363
      • 路径: **/details_harness|gsm8k|5_2023-12-18T08-20-01.389363.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-12-18T08-20-01.389363.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2023_12_18T08_20_01.389363
      • 路径: **/details_harness|hellaswag|10_2023-12-18T08-20-01.389363.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-12-18T08-20-01.389363.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2023_12_18T08_20_01.389363
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2023-12-18T08-20-01.389363.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2023-12-18T08-20-01.389363.parquet

        其他文件路径省略...