open-llm-leaderboard-old/details_Corianas__DPO-miniguanaco-1.5T

该数据集是在模型Corianas/DPO-miniguanaco-1.5T的评估运行中自动创建的。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置中找到特定的分割，分割以运行的时间戳命名。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示在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

该数据集是在模型Corianas/DPO-miniguanaco-1.5T在Open LLM Leaderboard上的评估运行期间自动创建的。

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，每个运行可以在每个配置中找到一个特定的分割，分割名称使用运行的时间戳。
• "train"分割始终指向最新的结果。
• 一个额外的配置"results"存储所有运行的聚合结果，用于计算和显示在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_Corianas__DPO-miniguanaco-1.5T", "harness_winogrande_5", split="train")

最新结果

以下是最新结果（来自2024-03-06T22:29:55.944398的运行）： python { "all": { "acc": 0.2528564310082284, "acc_stderr": 0.03060858168397811, "acc_norm": 0.2538158727200352, "acc_norm_stderr": 0.03141509337097644, "mc1": 0.24969400244798043, "mc1_stderr": 0.015152286907148128, "mc2": 0.42685163844717416, "mc2_stderr": 0.014396909077257778 }, "harness|arc:challenge|25": { "acc": 0.29436860068259385, "acc_stderr": 0.013318528460539426, "acc_norm": 0.30631399317406144, "acc_norm_stderr": 0.013470584417276514 }, "harness|hellaswag|10": { "acc": 0.4151563433578968, "acc_stderr": 0.00491741936776603, "acc_norm": 0.54052977494523, "acc_norm_stderr": 0.004973361339169647 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2024_03_06T22_29_55.944398
    • path: **/details_harness|arc:challenge|25_2024-03-06T22-29-55.944398.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-03-06T22-29-55.944398.parquet

• config_name: harness_gsm8k_5

  • split: 2024_03_06T22_29_55.944398
    • path: **/details_harness|gsm8k|5_2024-03-06T22-29-55.944398.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-03-06T22-29-55.944398.parquet

• config_name: harness_hellaswag_10

  • split: 2024_03_06T22_29_55.944398
    • path: **/details_harness|hellaswag|10_2024-03-06T22-29-55.944398.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-03-06T22-29-55.944398.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_03_06T22_29_55.944398
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-06T22-29-55.944398.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-03-06T22-29-55.944398.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-06T22-29-55.944398.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-03-06T22-29-55.944398.parquet
      • ...