open-llm-leaderboard-old/details_axxd__wizardllama-7b

该数据集是在Open LLM Leaderboard上对模型axxd/wizardllama-7b进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含2次运行的数据，每次运行在每个配置中表示为特定的分割，train分割始终指向最新结果。此外，名为results的配置存储了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。README还提供了如何使用Python中的datasets库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of axxd/wizardllama-7b
• 来源: 自动创建于模型 axxd/wizardllama-7b 在 Open LLM Leaderboard 的评估运行期间。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建次数: 从 2 次运行中创建。每个运行在每个配置中作为一个特定的分割存在，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: "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_axxd__wizardllama-7b", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-03-23T10:18:04.017595
• 详细结果: 包含多个任务的准确率（acc）、标准误差（acc_stderr）、归一化准确率（acc_norm）和归一化标准误差（acc_norm_stderr）等指标。

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_03_23T10_03_22.913941
      • 路径: **/details_harness|arc:challenge|25_2024-03-23T10-03-22.913941.parquet
    • 分割: 2024_03_23T10_18_04.017595
      • 路径: **/details_harness|arc:challenge|25_2024-03-23T10-18-04.017595.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-23T10-18-04.017595.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_03_23T10_03_22.913941
      • 路径: **/details_harness|gsm8k|5_2024-03-23T10-03-22.913941.parquet
    • 分割: 2024_03_23T10_18_04.017595
      • 路径: **/details_harness|gsm8k|5_2024-03-23T10-18-04.017595.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-23T10-18-04.017595.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_03_23T10_03_22.913941
      • 路径: **/details_harness|hellaswag|10_2024-03-23T10-03-22.913941.parquet
    • 分割: 2024_03_23T10_18_04.017595
      • 路径: **/details_harness|hellaswag|10_2024-03-23T10-18-04.017595.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-23T10-18-04.017595.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_03_23T10_03_22.913941
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-03-23T10-03-22.913941.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-23T10-03-22.913941.parquet

以上是数据集的详细概述，包括基本信息、加载示例、最新结果和配置详情。