open-llm-leaderboard/details_AurelPx__Percival_01-7b-slerp

该数据集是在Open LLM Leaderboard上对模型AurelPx/Percival_01-7b-slerp进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行作为每个配置中的一个特定分割，分割名称使用运行的时间戳。train分割始终指向最新结果。一个额外的配置results存储了运行的所有聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。可以使用`datasets`库中的`load_dataset`函数加载该数据集。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 AurelPx/Percival_01-7b-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
• 数据来源：从 1 次运行中创建
• 数据分割：每个配置包含特定分割，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 额外配置："results" 配置存储所有运行结果的聚合，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_AurelPx__Percival_01-7b-slerp", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.6510402032468324, "acc_stderr": 0.032083828599176564, "acc_norm": 0.6498622445284684, "acc_norm_stderr": 0.03276261873385022, "mc1": 0.6291309669522643, "mc1_stderr": 0.016909693580248835, "mc2": 0.7796786803623033, "mc2_stderr": 0.01371000795221909 }, "harness|arc:challenge|25": { "acc": 0.7184300341296929, "acc_stderr": 0.013143376735009019, "acc_norm": 0.7320819112627986, "acc_norm_stderr": 0.012942030195136438 }, "harness|hellaswag|10": { "acc": 0.7170882294363673, "acc_stderr": 0.004494934025462337, "acc_norm": 0.8915554670384386, "acc_norm_stderr": 0.0031030554162430556 }, # 更多任务结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_22T19_10_08.461106, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-22T19-10-08.461106.parquet

• harness_gsm8k_5

  • 分割：2024_03_22T19_10_08.461106, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-22T19-10-08.461106.parquet

• harness_hellaswag_10

  • 分割：2024_03_22T19_10_08.461106, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-22T19-10-08.461106.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_22T19_10_08.461106, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-22T19-10-08.461106.parquet 等