open-llm-leaderboard-old/details_Yuma42__KangalKhan-Sapphire-7B

该数据集是在模型Yuma42/KangalKhan-Sapphire-7B在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。它包含1次运行的数据，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python中的datasets库加载运行细节的示例。

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 Yuma42/KangalKhan-Sapphire-7B 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 数据来源：数据集由1次运行创建，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。
• 最新结果："train" 分割始终指向最新结果。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，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_Yuma42__KangalKhan-Sapphire-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-15T11:23:46.531546 运行的最新结果：

python { "all": { "acc": 0.6358309379887943, "acc_stderr": 0.03223739791661606, "acc_norm": 0.637443452667424, "acc_norm_stderr": 0.032881114830308686, "mc1": 0.3929008567931457, "mc1_stderr": 0.017097248285233065, "mc2": 0.5609459047030728, "mc2_stderr": 0.015392383178013528 }, "harness|arc:challenge|25": { "acc": 0.6254266211604096, "acc_stderr": 0.014144193471893456, "acc_norm": 0.6629692832764505, "acc_norm_stderr": 0.013813476652902276 }, "harness|hellaswag|10": { "acc": 0.6666998605855408, "acc_stderr": 0.004704293898729911, "acc_norm": 0.853415654252141, "acc_norm_stderr": 0.0035296822858572325 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.3, "acc_stderr": 0.046056618647183814, "acc_norm": 0.3, "acc_norm_stderr": 0.046056618647183814 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_15T11_23_46.531546, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-15T11-23-46.531546.parquet

• harness_gsm8k_5

  • 分割：2024_02_15T11_23_46.531546, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-15T11-23-46.531546.parquet

• harness_hellaswag_10

  • 分割：2024_02_15T11_23_46.531546, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-15T11-23-46.531546.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_15T11_23_46.531546, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-15T11-23-46.531546.parquet 等。