open-llm-leaderboard-old/details_ConvexAI__Luminex-34B-v0.2

该数据集是在Open LLM Leaderboard上对模型ConvexAI/Luminex-34B-v0.2进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的分割，train分割始终指向最新的结果。一个名为results的额外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`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。README中还包含了2024-02-19运行的最新结果，展示了不同任务的各种指标，如准确率和错误率。

原始信息汇总

数据集概述

数据集名称

• 名称: Evaluation run of ConvexAI/Luminex-34B-v0.2

数据集来源

• 创建背景: 该数据集是在模型 ConvexAI/Luminex-34B-v0.2 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集结构

• 配置数量: 该数据集包含 63 个配置，每个配置对应一个评估任务。
• 运行次数: 数据集从 1 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。
• 结果配置: 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_ConvexAI__Luminex-34B-v0.2", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-02-19T00:24:14.774487
• 结果示例: python { "all": { "acc": 0.7635697330123852, "acc_stderr": 0.028352463896327208, "acc_norm": 0.7669275019487362, "acc_norm_stderr": 0.028897047661962466, "mc1": 0.5324357405140759, "mc1_stderr": 0.017466632149577617, "mc2": 0.7021370391752113, "mc2_stderr": 0.014228334765808327 }, "harness|arc:challenge|25": { "acc": 0.7192832764505119, "acc_stderr": 0.013131238126975583, "acc_norm": 0.7448805460750854, "acc_norm_stderr": 0.012739038695202104 }, "harness|hellaswag|10": { "acc": 0.6707827126070504, "acc_stderr": 0.004689685978155171, "acc_norm": 0.8675562636924915, "acc_norm_stderr": 0.0033827979075230284 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.49, "acc_stderr": 0.05024183937956911, "acc_norm": 0.49, "acc_norm_stderr": 0.05024183937956911 },

  更多任务结果...

}

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_02_19T00_24_14.774487
      • 路径: **/details_harness|arc:challenge|25_2024-02-19T00-24-14.774487.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-02-19T00-24-14.774487.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_02_19T00_24_14.774487
      • 路径: **/details_harness|gsm8k|5_2024-02-19T00-24-14.774487.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-02-19T00-24-14.774487.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_02_19T00_24_14.774487
      • 路径: **/details_harness|hellaswag|10_2024-02-19T00-24-14.774487.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-02-19T00-24-14.774487.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_02_19T00_24_14.774487
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-02-19T00-24-14.774487.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2024-02-19T00-24-14.774487.parquet

        更多路径...

}