open-llm-leaderboard-old/details_pansophic__m17

该数据集是在模型[pansophic/m17](https://huggingface.co/pansophic/m17)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，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](https://huggingface.co/spaces/HuggingFaceH4/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

• 数据集名称: Evaluation run of pansophic/m17
• 数据集来源: 自动创建于模型 pansophic/m17 在 Open LLM Leaderboard 的评估运行中。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 从1次运行中创建，每个运行结果作为特定分割存储，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 额外配置: "results" 配置存储所有运行的聚合结果，用于计算和显示聚合指标在 Open LLM Leaderboard。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_pansophic__m17", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2024-03-15T18:26:11.197012
• 结果示例: python { "all": { "acc": 0.5635307422822367, "acc_stderr": 0.03395123105709934, "acc_norm": 0.5649409526983536, "acc_norm_stderr": 0.03465230195460255, "mc1": 0.31946144430844553, "mc1_stderr": 0.0163226441829605, "mc2": 0.46616391925665884, "mc2_stderr": 0.015138956604939635 }, "harness|arc:challenge|25": { "acc": 0.5631399317406144, "acc_stderr": 0.014494421584256525, "acc_norm": 0.5964163822525598, "acc_norm_stderr": 0.014337158914268452 }, "harness|hellaswag|10": { "acc": 0.5638319059948218, "acc_stderr": 0.004948952519517519, "acc_norm": 0.7440748854809799, "acc_norm_stderr": 0.004354881005789731 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_03_15T18_26_11.197012
      • 路径: **/details_harness|arc:challenge|25_2024-03-15T18-26-11.197012.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-15T18-26-11.197012.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_03_15T18_26_11.197012
      • 路径: **/details_harness|gsm8k|5_2024-03-15T18-26-11.197012.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-15T18-26-11.197012.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_03_15T18_26_11.197012
      • 路径: **/details_harness|hellaswag|10_2024-03-15T18-26-11.197012.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-15T18-26-11.197012.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_03_15T18_26_11.197012
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2024-03-15T18-26-11.197012.parquet
        • **/details_harness|hendrycksTest-high_school_chemistry|5_2024-03-15T18-26-11.197012.parquet
        • ...