open-llm-leaderboard-old/details_lqtrung1998__galactica-6.7b-ReFT-GSM8k

该数据集是在模型lqtrung1998/galactica-6.7b-ReFT-GSM8k在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，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行在每个配置中作为一个特定的分割找到，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results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中的datasets库加载运行细节的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 lqtrung1998/galactica-6.7b-ReFT-GSM8k 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次运行生成，每个运行在每个配置中都有一个特定的分割，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。

结果配置

一个额外的配置 "results" 存储了所有运行的聚合结果，用于计算和显示在 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_lqtrung1998__galactica-6.7b-ReFT-GSM8k", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.3736017404729396, "acc_stderr": 0.03419358676137801, "acc_norm": 0.37887305414992606, "acc_norm_stderr": 0.035086364144539854, "mc1": 0.25458996328029376, "mc1_stderr": 0.015250117079156496, "mc2": 0.4120886476277968, "mc2_stderr": 0.014388497221701243 }, "harness|arc:challenge|25": { "acc": 0.3643344709897611, "acc_stderr": 0.014063260279882417, "acc_norm": 0.4069965870307167, "acc_norm_stderr": 0.014356399418009128 }, "harness|hellaswag|10": { "acc": 0.3921529575781717, "acc_stderr": 0.004872326888655527, "acc_norm": 0.5033857797251543, "acc_norm_stderr": 0.004989667009372639 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.38, "acc_stderr": 0.04878317312145633, "acc_norm": 0.38, "acc_norm_stderr": 0.04878317312145633 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_03_05T00_29_00.141185, latest
  • 路径: **/details_harness|arc:challenge|25_2024-03-05T00-29-00.141185.parquet

• harness_gsm8k_5

  • 分割: 2024_03_05T00_29_00.141185, latest
  • 路径: **/details_harness|gsm8k|5_2024-03-05T00-29-00.141185.parquet

• harness_hellaswag_10

  • 分割: 2024_03_05T00_29_00.141185, latest
  • 路径: **/details_harness|hellaswag|10_2024-03-05T00-29-00.141185.parquet

• harness_hendrycksTest_5

  • 分割: 2024_03_05T00_29_00.141185, latest
  • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-05T00-29-00.141185.parquet, 以及其他相关路径...

以上是数据集的详细概述，包括数据集的结构、加载示例、最新结果和配置详情。