open-llm-leaderboard-old/details_jondurbin__airoboros-34b-3.2

该数据集是在模型 jondurbin/airoboros-34b-3.2 在 Open LLM Leaderboard 上的评估过程中自动生成的。数据集由 63 个配置组成，每个配置对应一个被评估的任务。它包含一次运行的数据，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train 分割始终指向最新的结果。一个额外的 results 配置存储了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。README 还提供了如何使用 Hugging Face 数据集库加载数据集的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在模型 jondurbin/airoboros-34b-3.2 的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。
• 数据来源：数据集由1次运行创建，每个运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
• 最新结果："train" 分割总是指向最新的结果。
• 聚合结果：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_jondurbin__airoboros-34b-3.2", "harness_winogrande_5", split="train")

最新结果

以下是 2024-04-16T04:36:04.824260 的最新结果：

python { "all": { "acc": 0.7362647457678176, "acc_stderr": 0.02939303583876601, "acc_norm": 0.7416355400325563, "acc_norm_stderr": 0.029947240094156176, "mc1": 0.4320685434516524, "mc1_stderr": 0.017341202394988257, "mc2": 0.6084565936237666, "mc2_stderr": 0.015557123207730044 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_04_16T04_36_04.824260, latest
  • 路径：**/details_harness|arc:challenge|25_2024-04-16T04-36-04.824260.parquet

• harness_gsm8k_5

  • 分割：2024_04_16T04_36_04.824260, latest
  • 路径：**/details_harness|gsm8k|5_2024-04-16T04-36-04.824260.parquet

• harness_hellaswag_10

  • 分割：2024_04_16T04_36_04.824260, latest
  • 路径：**/details_harness|hellaswag|10_2024-04-16T04-36-04.824260.parquet

• harness_hendrycksTest_5

  • 分割：2024_04_16T04_36_04.824260, latest
  • 路径：多个文件路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-16T04-36-04.824260.parquet