open-llm-leaderboard-old/details_kwchoi__DPO_mistral_7b_ultra_0124_v1

该数据集是在模型 kwchoi/DPO_mistral_7b_ultra_0124_v1 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 还提供了如何使用 Python 中的 datasets 库加载运行详情的示例。

原始信息汇总

数据集概述

该数据集是在对模型 kwchoi/DPO_mistral_7b_ultra_0124_v1 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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。
• 额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_kwchoi__DPO_mistral_7b_ultra_0124_v1", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要：

python { "all": { "acc": 0.5976042024797005, "acc_stderr": 0.03345462257965717, "acc_norm": 0.6034041935061322, "acc_norm_stderr": 0.03416858616200466, "mc1": 0.5507955936352509, "mc1_stderr": 0.017412941986115295, "mc2": 0.694525955019443, "mc2_stderr": 0.015330113605051526 }, "harness|arc:challenge|25": { "acc": 0.6305460750853242, "acc_stderr": 0.014104578366491888, "acc_norm": 0.6612627986348123, "acc_norm_stderr": 0.01383056892797433 }, "harness|hellaswag|10": { "acc": 0.6980681139215296, "acc_stderr": 0.004581576124179742, "acc_norm": 0.8638717386974706, "acc_norm_stderr": 0.0034222387022263714 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695235, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695235 }, # 其他任务的结果... }

配置详情

• config_name: harness_arc_challenge_25

  • 分割: 2024_01_25T05_49_50.348304, latest
  • 路径: **/details_harness|arc:challenge|25_2024-01-25T05-49-50.348304.parquet

• config_name: harness_gsm8k_5

  • 分割: 2024_01_25T05_49_50.348304, latest
  • 路径: **/details_harness|gsm8k|5_2024-01-25T05-49-50.348304.parquet

• config_name: harness_hellaswag_10

  • 分割: 2024_01_25T05_49_50.348304, latest
  • 路径: **/details_harness|hellaswag|10_2024-01-25T05-49-50.348304.parquet

• config_name: harness_hendrycksTest_5

  • 分割: 2024_01_25T05_49_50.348304, latest
  • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-25T05-49-50.348304.parquet 等