open-llm-leaderboard-old/details_Kquant03__Raiden-16x3.43B

该数据集是在Open LLM Leaderboard上对模型Kquant03/Raiden-16x3.43B进行评估时自动生成的。数据集包含63个配置，每个配置对应一个被评估的任务。数据集由一次运行生成，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外配置存储了运行的所有聚合结果，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Python代码加载运行细节的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 Kquant03/Raiden-16x3.43B 在 Open LLM Leaderboard 上的自动创建的。数据集包含 63 个配置，每个配置对应一个评估任务。

数据集结构

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。"train" 分割始终指向最新的结果。

额外配置

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_Kquant03__Raiden-16x3.43B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-11T00:16:16.243264 运行的最新结果：

python { "all": { "acc": 0.2707310733148583, "acc_stderr": 0.031216577126685782, "acc_norm": 0.27181537165626224, "acc_norm_stderr": 0.0319721029912216, "mc1": 0.2631578947368421, "mc1_stderr": 0.015415241740237009, "mc2": 0.3918125472398018, "mc2_stderr": 0.01434342192395936 }, "harness|arc:challenge|25": { "acc": 0.3890784982935154, "acc_stderr": 0.014247309976045607, "acc_norm": 0.4189419795221843, "acc_norm_stderr": 0.014418106953639013 }, "harness|hellaswag|10": { "acc": 0.5089623580959968, "acc_stderr": 0.00498897975001443, "acc_norm": 0.6620195180242979, "acc_norm_stderr": 0.004720551323547134 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.35, "acc_stderr": 0.0479372485441102, "acc_norm": 0.35, "acc_norm_stderr": 0.0479372485441102 }, # 其他任务的结果... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2024_01_11T00_16_16.243264
    • path: **/details_harness|arc:challenge|25_2024-01-11T00-16-16.243264.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-01-11T00-16-16.243264.parquet

• config_name: harness_gsm8k_5

  • split: 2024_01_11T00_16_16.243264
    • path: **/details_harness|gsm8k|5_2024-01-11T00-16-16.243264.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-01-11T00-16-16.243264.parquet

• config_name: harness_hellaswag_10

  • split: 2024_01_11T00_16_16.243264
    • path: **/details_harness|hellaswag|10_2024-01-11T00-16-16.243264.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-01-11T00-16-16.243264.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_01_11T00_16_16.243264
    • path: [ **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-11T00-16-16.243264.parquet, **/details_harness|hendrycksTest-anatomy|5_2024-01-11T00-16-16.243264.parquet,

      其他路径...

      ]
  • split: latest
    • path: [ **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-11T00-16-16.243264.parquet, **/details_harness|hendrycksTest-anatomy|5_2024-01-11T00-16-16.243264.parquet,

      其他路径...

      ]