open-llm-leaderboard-old/details_maywell__PiVoT-MoE

该数据集是在模型maywell/PiVoT-MoE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，每个配置对应一个被评估的任务。它包含1次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的额外配置存储了运行的所有聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了一个示例，展示了如何使用`datasets`库中的`load_dataset`函数加载运行中的详细信息。

原始信息汇总

数据集概述

该数据集是在对模型 maywell/PiVoT-MoE 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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特定的拆分，拆分名称使用运行的时间戳。
• "train" 拆分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_maywell__PiVoT-MoE", "harness_winogrande_5", split="train")

最新结果

以下是 2023-12-24T01:47:47.057722 运行的最新结果：

python { "all": { "acc": 0.6069679478753063, "acc_stderr": 0.03311851757787681, "acc_norm": 0.6115463544343916, "acc_norm_stderr": 0.03378897575698116, "mc1": 0.401468788249694, "mc1_stderr": 0.017160273901693657, "mc2": 0.5463839311843238, "mc2_stderr": 0.016228712279771185 }, "harness|arc:challenge|25": { "acc": 0.6015358361774744, "acc_stderr": 0.014306946052735567, "acc_norm": 0.6390784982935154, "acc_norm_stderr": 0.014034761386175458 }, "harness|hellaswag|10": { "acc": 0.6621190997809201, "acc_stderr": 0.004720210816162055, "acc_norm": 0.8351921927902808, "acc_norm_stderr": 0.003702487662126949 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.31, "acc_stderr": 0.04648231987117316, "acc_norm": 0.31, "acc_norm_stderr": 0.04648231987117316 }, # 其他任务的结果... }

配置详情

• config_name: harness_arc_challenge_25

  • 数据文件:
    • 拆分: 2023_12_24T01_47_47.057722
      • 路径: **/details_harness|arc:challenge|25_2023-12-24T01-47-47.057722.parquet
    • 拆分: latest
      • 路径: **/details_harness|arc:challenge|25_2023-12-24T01-47-47.057722.parquet

• config_name: harness_gsm8k_5

  • 数据文件:
    • 拆分: 2023_12_24T01_47_47.057722
      • 路径: **/details_harness|gsm8k|5_2023-12-24T01-47-47.057722.parquet
    • 拆分: latest
      • 路径: **/details_harness|gsm8k|5_2023-12-24T01-47-47.057722.parquet

• config_name: harness_hellaswag_10

  • 数据文件:
    • 拆分: 2023_12_24T01_47_47.057722
      • 路径: **/details_harness|hellaswag|10_2023-12-24T01-47-47.057722.parquet
    • 拆分: latest
      • 路径: **/details_harness|hellaswag|10_2023-12-24T01-47-47.057722.parquet

• config_name: harness_hendrycksTest_5

  • 数据文件:
    • 拆分: 2023_12_24T01_47_47.057722
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2023-12-24T01-47-47.057722.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2023-12-24T01-47-47.057722.parquet

        其他路径...

}