open-llm-leaderboard-old/details_nnethercott__llava-v1.5-7b_vicuna

该数据集是在模型nnethercott/llava-v1.5-7b_vicuna的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行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分割始终指向最新结果。此外，results配置存储了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。

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 nnethercott/llava-v1.5-7b_vicuna 在 Open LLM Leaderboard 上的运行过程中自动创建的。数据集由 63 个配置组成，每个配置对应一个评估任务。

数据集结构

• 配置数量: 63
• 创建来源: 1 次运行
• 分割命名: 每个运行的分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。
• 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 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_nnethercott__llava-v1.5-7b_vicuna", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.5145109813550153, "acc_stderr": 0.03407762208548462, "acc_norm": 0.5211185331079348, "acc_norm_stderr": 0.03483915715750226, "mc1": 0.3023255813953488, "mc1_stderr": 0.016077509266133026, "mc2": 0.4586107903104031, "mc2_stderr": 0.01545760340999504 }, "harness|arc:challenge|25": { "acc": 0.48208191126279865, "acc_stderr": 0.014602005585490976, "acc_norm": 0.5264505119453925, "acc_norm_stderr": 0.014590931358120169 }, "harness|hellaswag|10": { "acc": 0.5707030472017527, "acc_stderr": 0.004939642460172578, "acc_norm": 0.7609042023501295, "acc_norm_stderr": 0.004256596457810718 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695236, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695236 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_02_29T19_57_44.752287, latest
  • 路径: **/details_harness|arc:challenge|25_2024-02-29T19-57-44.752287.parquet

• harness_gsm8k_5

  • 分割: 2024_02_29T19_57_44.752287, latest
  • 路径: **/details_harness|gsm8k|5_2024-02-29T19-57-44.752287.parquet

• harness_hellaswag_10

  • 分割: 2024_02_29T19_57_44.752287, latest
  • 路径: **/details_harness|hellaswag|10_2024-02-29T19-57-44.752287.parquet

• harness_hendrycksTest_5

  • 分割: 2024_02_29T19_57_44.752287, latest
  • 路径: **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-29T19-57-44.752287.parquet 等