open-llm-leaderboard-old/details_Inv__Konstanta-Gamma-V2-9B

该数据集是在模型Inv/Konstanta-Gamma-V2-9B的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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

数据集创建

• 数据集名称: Evaluation run of Inv/Konstanta-Gamma-V2-9B
• 创建目的: 在模型 Inv/Konstanta-Gamma-V2-9B 的评估运行期间自动创建。
• 评估平台: Open LLM Leaderboard

数据集结构

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 数据来源: 来自1次运行，每次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。
• 最新结果: "train" 分割始终指向最新结果。
• 汇总结果: 一个额外的配置 "results" 存储所有运行的汇总结果，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_Inv__Konstanta-Gamma-V2-9B", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-03-24T15:21:58.736386
• 结果示例: python { "all": { "acc": 0.6465388407458585, "acc_stderr": 0.03224106097787349, "acc_norm": 0.6469872783275803, "acc_norm_stderr": 0.03290441654803306, "mc1": 0.5397796817625459, "mc1_stderr": 0.01744801722396087, "mc2": 0.6885382714652906, "mc2_stderr": 0.015209072620089047 }, "harness|arc:challenge|25": { "acc": 0.6749146757679181, "acc_stderr": 0.013688147309729122, "acc_norm": 0.6988054607508533, "acc_norm_stderr": 0.01340674176784764 }, "harness|hellaswag|10": { "acc": 0.6932881896036646, "acc_stderr": 0.004601862807240203, "acc_norm": 0.8683529177454691, "acc_norm_stderr": 0.0033741568675916696 },

  其他任务结果...

}

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_03_24T15_21_58.736386
      • 路径: **/details_harness|arc:challenge|25_2024-03-24T15-21-58.736386.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-24T15-21-58.736386.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_03_24T15_21_58.736386
      • 路径: **/details_harness|gsm8k|5_2024-03-24T15-21-58.736386.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-24T15-21-58.736386.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_03_24T15_21_58.736386
      • 路径: **/details_harness|hellaswag|10_2024-03-24T15-21-58.736386.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-24T15-21-58.736386.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_03_24T15_21_58.736386
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-03-24T15-21-58.736386.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2024-03-24T15-21-58.736386.parquet

        其他文件路径...