open-llm-leaderboard-old/details_NickyNicky__Mistral-7B-OpenOrca-oasst_top1_2023-08-25-v3

该数据集是在模型NickyNicky/Mistral-7B-OpenOrca-oasst_top1_2023-08-25-v3在Open LLM Leaderboard上的评估运行期间自动创建的。它由63个配置组成，每个配置对应一个被评估的任务。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 NickyNicky/Mistral-7B-OpenOrca-oasst_top1_2023-08-25-v3 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。
• 运行次数：数据集来自1次运行。每个运行结果作为特定分片存储在每个配置中，分片名称使用运行的时间戳。
• 训练分片："train" 分片始终指向最新的结果。
• 结果配置："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_NickyNicky__Mistral-7B-OpenOrca-oasst_top1_2023-08-25-v3", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-04T16:32:38.493956 运行的最新结果：

python { "all": { "acc": 0.613382583651225, "acc_stderr": 0.03275222858972369, "acc_norm": 0.6188052812995584, "acc_norm_stderr": 0.03341845889809012, "mc1": 0.3219094247246022, "mc1_stderr": 0.016355567611960397, "mc2": 0.48209769794385393, "mc2_stderr": 0.014975113215989893 }, "harness|arc:challenge|25": { "acc": 0.5665529010238908, "acc_stderr": 0.014481376224558902, "acc_norm": 0.60580204778157, "acc_norm_stderr": 0.01428052266746732 }, "harness|hellaswag|10": { "acc": 0.6404102768372834, "acc_stderr": 0.004788994060654277, "acc_norm": 0.8333997211710814, "acc_norm_stderr": 0.003718570792719566 }, ... }

配置详情

• harness_arc_challenge_25

  • 分片：2023_12_04T16_32_38.493956, latest
  • 路径：**/details_harness|arc:challenge|25_2023-12-04T16-32-38.493956.parquet

• harness_gsm8k_5

  • 分片：2023_12_04T16_32_38.493956, latest
  • 路径：**/details_harness|gsm8k|5_2023-12-04T16-32-38.493956.parquet

• harness_hellaswag_10

  • 分片：2023_12_04T16_32_38.493956, latest
  • 路径：**/details_harness|hellaswag|10_2023-12-04T16-32-38.493956.parquet

• harness_hendrycksTest_5

  • 分片：2023_12_04T16_32_38.493956, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-04T16-32-38.493956.parquet 等。