open-llm-leaderboard-old/details_pinkyponky__SOLAR-10.7B-dpo-instruct-tuned-v0.1

该数据集是在模型 pinkyponky/SOLAR-10.7B-dpo-instruct-tuned-v0.1 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，每个配置对应一个被评估的任务。它包含 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。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，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个如何使用 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

该数据集是在对模型 pinkyponky/SOLAR-10.7B-dpo-instruct-tuned-v0.1 进行评估运行时自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 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_pinkyponky__SOLAR-10.7B-dpo-instruct-tuned-v0.1", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要：

python { "all": { "acc": 0.663496735101608, "acc_stderr": 0.031659837272211694, "acc_norm": 0.6657101240108826, "acc_norm_stderr": 0.032301816591882394, "mc1": 0.3598531211750306, "mc1_stderr": 0.01680186046667715, "mc2": 0.5180937404645647, "mc2_stderr": 0.014727182352199811 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_01_10T19_36_22.969540, latest
  • 路径: **/details_harness|arc:challenge|25_2024-01-10T19-36-22.969540.parquet

• harness_gsm8k_5

  • 分割: 2024_01_10T19_36_22.969540, latest
  • 路径: **/details_harness|gsm8k|5_2024-01-10T19-36-22.969540.parquet

• harness_hellaswag_10

  • 分割: 2024_01_10T19_36_22.969540, latest
  • 路径: **/details_harness|hellaswag|10_2024-01-10T19-36-22.969540.parquet

• harness_hendrycksTest_5

  • 分割: 2024_01_10T19_36_22.969540
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-10T19-36-22.969540.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-01-10T19-36-22.969540.parquet
    • ...

以上是数据集的概述和详细配置信息。