open-llm-leaderboard-old/details_sethuiyer__MedleyMD

该数据集是在模型sethuiyer/MedleyMD的评估运行期间自动创建的，用于Open LLM Leaderboard。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行可以在每个配置的特定分割中找到，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of sethuiyer/MedleyMD
• 来源: 自动创建于模型 sethuiyer/MedleyMD 在 Open LLM Leaderboard 的评估运行中。

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。
• 创建次数: 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割存在，分割名称使用运行的时间戳。
• 训练分割: "train" 分割总是指向最新的结果。
• 结果配置: 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_sethuiyer__MedleyMD", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-01-15T17:31:54.252170
• 聚合结果: python { "all": { "acc": 0.6540922017849786, "acc_stderr": 0.03190059639989504, "acc_norm": 0.6547986122363706, "acc_norm_stderr": 0.032550018643590924, "mc1": 0.3635250917992656, "mc1_stderr": 0.016838862883965834, "mc2": 0.5246301216405119, "mc2_stderr": 0.015222279804788318 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_01_15T17_31_54.252170
      • 路径: **/details_harness|arc:challenge|25_2024-01-15T17-31-54.252170.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-01-15T17-31-54.252170.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_01_15T17_31_54.252170
      • 路径: **/details_harness|gsm8k|5_2024-01-15T17-31-54.252170.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-01-15T17-31-54.252170.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_01_15T17_31_54.252170
      • 路径: **/details_harness|hellaswag|10_2024-01-15T17-31-54.252170.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-01-15T17-31-54.252170.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_01_15T17_31_54.252170
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-15T17-31-54.252170.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-15T17-31-54.252170.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-15T17-31-54.252170.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-15T17-31-54.252170.parquet
        • ...