open-llm-leaderboard/details_gradientputri__MegaMix-A1-13B
收藏数据集概述
该数据集是在评估模型 gradientputri/MegaMix-A1-13B 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 64 个配置，每个配置对应一个评估任务。
- 数据集从 2 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。
- 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 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_gradientputri__MegaMix-A1-13B", "harness_winogrande_5", split="train")
最新结果
以下是 2023-10-29T01:28:47.828311 运行的最新结果：
python { "all": { "em": 0.02548238255033557, "em_stderr": 0.001613817848204523, "f1": 0.09458368288590573, "f1_stderr": 0.0021111807048463803, "acc": 0.5013667047038218, "acc_stderr": 0.011878597496401019 }, "harness|drop|3": { "em": 0.02548238255033557, "em_stderr": 0.001613817848204523, "f1": 0.09458368288590573, "f1_stderr": 0.0021111807048463803 }, "harness|gsm8k|5": { "acc": 0.24109173616376042, "acc_stderr": 0.011782246325099723 }, "harness|winogrande|5": { "acc": 0.7616416732438832, "acc_stderr": 0.011974948667702313 } }
配置详情
-
harness_arc_challenge_25
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|arc:challenge|25_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|arc:challenge|25_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_drop_3
- 分割：2023_10_29T01_28_47.828311
- 路径：
**/details_harness|drop|3_2023-10-29T01-28-47.828311.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|drop|3_2023-10-29T01-28-47.828311.parquet
- 路径：
- 分割：2023_10_29T01_28_47.828311
-
harness_gsm8k_5
- 分割：2023_10_29T01_28_47.828311
- 路径：
**/details_harness|gsm8k|5_2023-10-29T01-28-47.828311.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|gsm8k|5_2023-10-29T01-28-47.828311.parquet
- 路径：
- 分割：2023_10_29T01_28_47.828311
-
harness_hellaswag_10
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hellaswag|10_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hellaswag|10_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T02-29-44.126767.parquet**/details_harness|hendrycksTest-anatomy|5_2023-10-04T02-29-44.126767.parquet- ...（其他路径省略）
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T02-29-44.126767.parquet**/details_harness|hendrycksTest-anatomy|5_2023-10-04T02-29-44.126767.parquet- ...（其他路径省略）
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_abstract_algebra_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_anatomy_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-anatomy|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_astronomy_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-astronomy|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_business_ethics_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-business_ethics|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_clinical_knowledge_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-clinical_knowledge|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_college_biology_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_biology|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_college_chemistry_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_chemistry|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_college_computer_science_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_computer_science|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_college_mathematics_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_mathematics|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_college_medicine_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_medicine|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_college_physics_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-college_physics|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_computer_security_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-computer_security|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_conceptual_physics_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-conceptual_physics|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
harness_hendrycksTest_econometrics_5
- 分割：2023_10_04T02_29_44.126767
- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：latest
- 路径：
**/details_harness|hendrycksTest-econometrics|5_2023-10-04T02-29-44.126767.parquet
- 路径：
- 分割：2023_10_04T02_29_44.126767
-
**harness_hendrycksTest_electrical
