open-llm-leaderboard-old/details_paulilioaica__Hugo-7B-slerp
收藏数据集概述
该数据集是在评估模型 paulilioaica/Hugo-7B-slerp 在 Open LLM Leaderboard 上的自动创建的。数据集包含 63 个配置，每个配置对应一个评估任务。
数据集结构
- 配置数量：63 个配置
- 运行次数：3 次
- 分割：每个配置包含多个分割，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。
- 结果配置：一个额外的 "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_paulilioaica__Hugo-7B-slerp", "harness_winogrande_5", split="train")
最新结果
以下是 最新结果 的摘要：
python { "all": { "acc": 0.6267074852876857, "acc_stderr": 0.032731254967334075, "acc_norm": 0.629499889748113, "acc_norm_stderr": 0.03339162430846229, "mc1": 0.40269277845777235, "mc1_stderr": 0.01716883093518722, "mc2": 0.5712762320713095, "mc2_stderr": 0.015518920710934565 }, "harness|arc:challenge|25": { "acc": 0.5972696245733788, "acc_stderr": 0.014332236306790147, "acc_norm": 0.6450511945392492, "acc_norm_stderr": 0.013983036904094085 }, "harness|hellaswag|10": { "acc": 0.6493726349332802, "acc_stderr": 0.004761912511707509, "acc_norm": 0.8477394941246763, "acc_norm_stderr": 0.0035853896364723757 }, # 其他任务结果省略 }
配置详情
-
harness_arc_challenge_25
- 分割：2024_01_28T16_05_05.675065, 2024_01_28T16_10_37.422508, 2024_01_28T16_18_16.274715, latest
- 路径：
**/details_harness|arc:challenge|25_2024-01-28T16-18-16.274715.parquet
-
harness_gsm8k_5
- 分割：2024_01_28T16_05_05.675065, 2024_01_28T16_10_37.422508, 2024_01_28T16_18_16.274715, latest
- 路径：
**/details_harness|gsm8k|5_2024-01-28T16-18-16.274715.parquet
-
harness_hellaswag_10
- 分割：2024_01_28T16_05_05.675065, 2024_01_28T16_10_37.422508, 2024_01_28T16_18_16.274715, latest
- 路径：
**/details_harness|hellaswag|10_2024-01-28T16-18-16.274715.parquet
-
harness_hendrycksTest_5
- 分割：2024_01_28T16_05_05.675065, 2024_01_28T16_10_37.422508, 2024_01_28T16_18_16.274715, latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-28T16-18-16.274715.parquet等
以上是数据集的概述和详细配置信息。
