open-llm-leaderboard/details_linlinlin__zephy_SFT_Hermes

该数据集是在模型linlinlin/zephy_SFT_Hermes在Open LLM Leaderboard上进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次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。此外，一个名为results的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 linlinlin/zephy_SFT_Hermes 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
• 创建来源：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。
• 训练分割："train" 分割总是指向最新的结果。
• 结果配置："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_linlinlin__zephy_SFT_Hermes", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-11T19:07:56.840567 运行的最新结果：

python { "all": { "acc": 0.6347543492968393, "acc_stderr": 0.03219682236802622, "acc_norm": 0.6408300570930421, "acc_norm_stderr": 0.032843811369361584, "mc1": 0.2827417380660955, "mc1_stderr": 0.015764770836777308, "mc2": 0.42171719347199227, "mc2_stderr": 0.014135019592668293 }, "harness|arc:challenge|25": { "acc": 0.5674061433447098, "acc_stderr": 0.014478005694182528, "acc_norm": 0.6032423208191127, "acc_norm_stderr": 0.014296513020180644 }, "harness|hellaswag|10": { "acc": 0.6292571200955985, "acc_stderr": 0.004820166002253078, "acc_norm": 0.833698466440948, "acc_norm_stderr": 0.0037159010850549893 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.27, "acc_stderr": 0.044619604333847394, "acc_norm": 0.27, "acc_norm_stderr": 0.044619604333847394 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_11T19_07_56.840567, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-11T19-07-56.840567.parquet

• harness_gsm8k_5

  • 分割：2024_03_11T19_07_56.840567, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-11T19-07-56.840567.parquet

• harness_hellaswag_10

  • 分割：2024_03_11T19_07_56.840567, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-11T19-07-56.840567.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_11T19_07_56.840567, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-11T19-07-56.840567.parquet, ...