open-llm-leaderboard-old/details_shuvom__yuj-v1
收藏数据集概述
该数据集是在对模型 shuvom/yuj-v1 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。
数据集组成
- 数据集包含 63 个配置，每个配置对应一个评估任务。
- 数据集从 1 次运行中创建，每次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。
- 额外的 "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_shuvom__yuj-v1", "harness_winogrande_5", split="train")
最新结果
以下是 2024-02-13T14:45:38.399135 运行的最新结果：
python { "all": { "acc": 0.4368690144541721, "acc_stderr": 0.03434467285481173, "acc_norm": 0.44258872704716845, "acc_norm_stderr": 0.03518630942288087, "mc1": 0.2582619339045288, "mc1_stderr": 0.015321821688476194, "mc2": 0.4169072304332008, "mc2_stderr": 0.015264102154015026 }, "harness|arc:challenge|25": { "acc": 0.41638225255972694, "acc_stderr": 0.014405618279436172, "acc_norm": 0.4564846416382253, "acc_norm_stderr": 0.014555949760496437 }, "harness|hellaswag|10": { "acc": 0.5310695080661223, "acc_stderr": 0.004980138679161042, "acc_norm": 0.700955984863573, "acc_norm_stderr": 0.004569034613332594 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.24, "acc_stderr": 0.04292346959909284, "acc_norm": 0.24, "acc_norm_stderr": 0.04292346959909284 }, # 其他任务的结果... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_02_13T14_45_38.399135, latest
- 路径：
**/details_harness|arc:challenge|25_2024-02-13T14-45-38.399135.parquet
-
harness_gsm8k_5
- 分割：2024_02_13T14_45_38.399135, latest
- 路径：
**/details_harness|gsm8k|5_2024-02-13T14-45-38.399135.parquet
-
harness_hellaswag_10
- 分割：2024_02_13T14_45_38.399135, latest
- 路径：
**/details_harness|hellaswag|10_2024-02-13T14-45-38.399135.parquet
-
harness_hendrycksTest_5
- 分割：2024_02_13T14_45_38.399135, latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-02-13T14-45-38.399135.parquet等
