open-llm-leaderboard-old/details_Epiculous__Mika-7B
收藏数据集概述
数据集简介
该数据集是在对模型 Epiculous/Mika-7B 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。
- 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" 分割始终指向最新的结果。
- 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_Epiculous__Mika-7B", "harness_winogrande_5", split="train")
最新结果
以下是 2024-03-11T18:07:57.740067 运行的最新结果：
python { "all": { "acc": 0.59715272914875, "acc_stderr": 0.03311922309154774, "acc_norm": 0.6034733862012912, "acc_norm_stderr": 0.03380074400034284, "mc1": 0.5397796817625459, "mc1_stderr": 0.017448017223960874, "mc2": 0.6957046246525949, "mc2_stderr": 0.015188535752571326 }, "harness|arc:challenge|25": { "acc": 0.5930034129692833, "acc_stderr": 0.01435639941800912, "acc_norm": 0.6348122866894198, "acc_norm_stderr": 0.014070265519268804 }, "harness|hellaswag|10": { "acc": 0.6835291774546903, "acc_stderr": 0.004641484273335095, "acc_norm": 0.8544114718183629, "acc_norm_stderr": 0.003519724163310886 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.3, "acc_stderr": 0.046056618647183814, "acc_norm": 0.3, "acc_norm_stderr": 0.046056618647183814 }, # 其他任务的结果... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_03_11T18_07_57.740067, latest
- 路径：
**/details_harness|arc:challenge|25_2024-03-11T18-07-57.740067.parquet
-
harness_gsm8k_5
- 分割：2024_03_11T18_07_57.740067, latest
- 路径：
**/details_harness|gsm8k|5_2024-03-11T18-07-57.740067.parquet
-
harness_hellaswag_10
- 分割：2024_03_11T18_07_57.740067, latest
- 路径：
**/details_harness|hellaswag|10_2024-03-11T18-07-57.740067.parquet
-
harness_hendrycksTest_5
- 分割：2024_03_11T18_07_57.740067
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-11T18-07-57.740067.parquet等。
