open-llm-leaderboard/details_saltlux__luxia-21.4b-alignment-v0.2

该数据集是在评估模型saltlux/luxia-21.4b-alignment-v0.2时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。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一个特定的分割存储，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，用于计算和展示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集摘要

该数据集是在评估模型 saltlux/luxia-21.4b-alignment-v0.2 的过程中自动创建的，用于 Open LLM Leaderboard。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。

数据集结构

• 配置数量: 63
• 分割: 每个配置包含特定分割，分割名称使用运行的时间戳，"train" 分割指向最新结果。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_saltlux__luxia-21.4b-alignment-v0.2", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.6879682720625286, "acc_stderr": 0.031354200375935094, "acc_norm": 0.6880939367586679, "acc_norm_stderr": 0.0320077039941476, "mc1": 0.6389228886168911, "mc1_stderr": 0.016814312844836886, "mc2": 0.7979548215894491, "mc2_stderr": 0.013186188605380088 }, "harness|arc:challenge|25": { "acc": 0.7593856655290102, "acc_stderr": 0.012491468532390566, "acc_norm": 0.7670648464163823, "acc_norm_stderr": 0.012352507042617401 }, "harness|hellaswag|10": { "acc": 0.8053176658036247, "acc_stderr": 0.0039514673865977306, "acc_norm": 0.9160525791674965, "acc_norm_stderr": 0.0027674220450137595 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.4, "acc_stderr": 0.049236596391733084, "acc_norm": 0.4, "acc_norm_stderr": 0.049236596391733084 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25:

  • 分割: 2024_03_11T19_09_58.099900, latest
  • 路径: **/details_harness|arc:challenge|25_2024-03-11T19-09-58.099900.parquet

• harness_gsm8k_5:

  • 分割: 2024_03_11T19_09_58.099900, latest
  • 路径: **/details_harness|gsm8k|5_2024-03-11T19-09-58.099900.parquet

• harness_hellaswag_10:

  • 分割: 2024_03_11T19_09_58.099900, latest
  • 路径: **/details_harness|hellaswag|10_2024-03-11T19-09-58.099900.parquet

• harness_hendrycksTest_5:

  • 分割: 2024_03_11T19_09_58.099900, latest
  • 路径: 多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-11T19-09-58.099900.parquet

以上是数据集的概述和详细信息，包括数据集的结构、加载示例、最新结果和配置详情。