open-llm-leaderboard/details_nlpguy__StockFuseChat

该数据集是在模型nlpguy/StockFuseChat的评估运行期间自动创建的，用于Open LLM Leaderboard。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，分割名称使用运行的时间戳。train分割始终指向最新结果。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Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of nlpguy/StockFuseChat
• 来源: 自动创建于模型 nlpguy/StockFuseChat 在 Open LLM Leaderboard 的评估运行中。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建次数: 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。
• 额外配置: "results" 配置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_nlpguy__StockFuseChat", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2024-03-30T19:05:11.131004 运行
• 结果示例: python { "all": { "acc": 0.6411331048607042, "acc_stderr": 0.03225368385502413, "acc_norm": 0.6427655370183085, "acc_norm_stderr": 0.032905121451920476, "mc1": 0.30599755201958384, "mc1_stderr": 0.01613222972815504, "mc2": 0.45572576606062404, "mc2_stderr": 0.015083441333078939 }, "harness|arc:challenge|25": { "acc": 0.5844709897610921, "acc_stderr": 0.01440136664121638, "acc_norm": 0.6313993174061433, "acc_norm_stderr": 0.014097810678042194 }, "harness|hellaswag|10": { "acc": 0.6498705437163912, "acc_stderr": 0.00476035419137085, "acc_norm": 0.8425612427803226, "acc_norm_stderr": 0.0036346959069096588 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_03_30T19_05_11.131004
      • 路径: **/details_harness|arc:challenge|25_2024-03-30T19-05-11.131004.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-30T19-05-11.131004.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_03_30T19_05_11.131004
      • 路径: **/details_harness|gsm8k|5_2024-03-30T19-05-11.131004.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-30T19-05-11.131004.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_03_30T19_05_11.131004
      • 路径: **/details_harness|hellaswag|10_2024-03-30T19-05-11.131004.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-30T19-05-11.131004.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_03_30T19_05_11.131004
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-30T19-05-11.131004.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-30T19-05-11.131004.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-03-30T19-05-11.131004.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-30T19-05-11.131004.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-30T19-05-11.131004.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-03-30T19-05-11.131004.parquet
        • ...