open-llm-leaderboard-old/details_namirocks__vicuna-tutor-shishya-model-7b-ep3

该数据集是在模型namirocks/vicuna-tutor-shishya-model-7b-ep3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1次运行的结果，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分割始终指向最新结果。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。

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namirocks/vicuna-tutor-shishya-model-7b-ep3在Open LLM Leaderboard上的自动创建的。

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。
• 数据集由1次运行创建，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_namirocks__vicuna-tutor-shishya-model-7b-ep3", "harness_winogrande_5", split="train")

最新结果

最新结果来自2024-01-27T21:53:36.440514的运行，包含多个任务的评估结果，例如：

• harness|arc:challenge|25:
  • acc: 0.4249146757679181
  • acc_norm: 0.43856655290102387
• harness|hellaswag|10:
  • acc: 0.5781716789484167
  • acc_norm: 0.7662816172077276
• harness|hendrycksTest-abstract_algebra|5:
  • acc: 0.26
  • acc_norm: 0.26

配置详情

• config_name: harness_arc_challenge_25
  • 数据文件路径:
    • **/details_harness|arc:challenge|25_2024-01-27T21-53-36.440514.parquet
• config_name: harness_gsm8k_5
  • 数据文件路径:
    • **/details_harness|gsm8k|5_2024-01-27T21-53-36.440514.parquet
• config_name: harness_hellaswag_10
  • 数据文件路径:
    • **/details_harness|hellaswag|10_2024-01-27T21-53-36.440514.parquet
• config_name: harness_hendrycksTest_5
  • 数据文件路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-27T21-53-36.440514.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-01-27T21-53-36.440514.parquet
    • ...