open-llm-leaderboard-old/details_Gille__StrangeMerges_8-7B-slerp

该数据集是在模型Gille/StrangeMerges_8-7B-slerp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，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行可以在每个配置中找到特定的分割，分割的名称使用运行的时间戳。train分割始终指向最新的结果。此外，一个名为results的配置存储了所有运行的聚合结果，并用于计算和显示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 Gille/StrangeMerges_8-7B-slerp 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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_Gille__StrangeMerges_8-7B-slerp", "harness_winogrande_5", split="train")

最新结果

以下是 2024-04-02T23:58:25.583847 运行的最新结果：

python { "all": { "acc": 0.6573575652247148, "acc_stderr": 0.03198110626672295, "acc_norm": 0.6574277908836418, "acc_norm_stderr": 0.03264520527351041, "mc1": 0.4847001223990208, "mc1_stderr": 0.017495304473187902, "mc2": 0.6452464384173413, "mc2_stderr": 0.015330705882406925 }, "harness|arc:challenge|25": { "acc": 0.6808873720136519, "acc_stderr": 0.01362169611917331, "acc_norm": 0.7107508532423208, "acc_norm_stderr": 0.013250012579393441 }, "harness|hellaswag|10": { "acc": 0.700955984863573, "acc_stderr": 0.0045690346133326004, "acc_norm": 0.8775144393547102, "acc_norm_stderr": 0.0032717574453291656 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_04_02T23_58_25.583847
  • 路径: **/details_harness|arc:challenge|25_2024-04-02T23-58-25.583847.parquet
  • 分割: latest
  • 路径: **/details_harness|arc:challenge|25_2024-04-02T23-58-25.583847.parquet

• harness_gsm8k_5

  • 分割: 2024_04_02T23_58_25.583847
  • 路径: **/details_harness|gsm8k|5_2024-04-02T23-58-25.583847.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2024-04-02T23-58-25.583847.parquet

• harness_hellaswag_10

  • 分割: 2024_04_02T23_58_25.583847
  • 路径: **/details_harness|hellaswag|10_2024-04-02T23-58-25.583847.parquet
  • 分割: latest
  • 路径: **/details_harness|hellaswag|10_2024-04-02T23-58-25.583847.parquet

• harness_hendrycksTest_5

  • 分割: 2024_04_02T23_58_25.583847
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-02T23-58-25.583847.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-04-02T23-58-25.583847.parquet
    • ...
  • 分割: latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-02T23-58-25.583847.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-04-02T23-58-25.583847.parquet
    • ...