open-llm-leaderboard-old/details_ammarali32__MultiVerse_LASER

该数据集是在评估模型ammarali32/MultiVerse_LASER时自动创建的，用于在Open LLM Leaderboard上进行评估。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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

该数据集是在评估模型 ammarali32/MultiVerse_LASER 在 Open LLM Leaderboard 上的运行过程中自动创建的。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
• 数据来源: 1 次运行结果
• 数据分割: 每个配置包含特定运行的分割，分割名称使用运行的时间戳。"train" 分割指向最新的结果。
• 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_ammarali32__MultiVerse_LASER", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-13T17:36:07.539880 运行 的最新结果：

python { "all": { "acc": 0.6514265356884416, "acc_stderr": 0.032078933959357805, "acc_norm": 0.6506378382024072, "acc_norm_stderr": 0.03275314934353573, "mc1": 0.6364749082007344, "mc1_stderr": 0.016838862883965834, "mc2": 0.7769793072107058, "mc2_stderr": 0.013698220900182868 }, "harness|arc:challenge|25": { "acc": 0.7056313993174061, "acc_stderr": 0.013318528460539419, "acc_norm": 0.7252559726962458, "acc_norm_stderr": 0.013044617212771227 }, "harness|hellaswag|10": { "acc": 0.7126070503883688, "acc_stderr": 0.004516215206715358, "acc_norm": 0.888070105556662, "acc_norm_stderr": 0.0031463583832603585 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.32, "acc_stderr": 0.04688261722621504, "acc_norm": 0.32, "acc_norm_stderr": 0.04688261722621504 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_03_13T17_36_07.539880, latest
  • 路径: **/details_harness|arc:challenge|25_2024-03-13T17-36-07.539880.parquet

• harness_gsm8k_5

  • 分割: 2024_03_13T17_36_07.539880, latest
  • 路径: **/details_harness|gsm8k|5_2024-03-13T17-36-07.539880.parquet

• harness_hellaswag_10

  • 分割: 2024_03_13T17_36_07.539880, latest
  • 路径: **/details_harness|hellaswag|10_2024-03-13T17-36-07.539880.parquet

• harness_hendrycksTest_5

  • 分割: 2024_03_13T17_36_07.539880, latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-13T17-36-07.539880.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-03-13T17-36-07.539880.parquet
    • ...