open-llm-leaderboard-old/details_FelixChao__Magician-MoE-4x7B

该数据集是在Open LLM Leaderboard上对模型FelixChao/Magician-MoE-4x7B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。它包含1次运行的结果，每次运行作为每个配置中的一个特定分割存储，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，还有一个名为results的配置，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。README还提供了如何使用datasets库加载运行中的详细信息的示例。

原始信息汇总

数据集概述

该数据集是在对模型 FelixChao/Magician-MoE-4x7B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集组成

• 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。
• 额外的 "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_FelixChao__Magician-MoE-4x7B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-19T18:31:40.054595 运行的最新结果：

python { "all": { "acc": 0.2469906164466485, "acc_stderr": 0.030560107857506777, "acc_norm": 0.2482166284070575, "acc_norm_stderr": 0.03137507664015106, "mc1": 0.28886168910648713, "mc1_stderr": 0.01586634640138431, "mc2": NaN, "mc2_stderr": NaN }, "harness|arc:challenge|25": { "acc": 0.22696245733788395, "acc_stderr": 0.012240491536132861, "acc_norm": 0.28242320819112626, "acc_norm_stderr": 0.01315545688409722 }, "harness|hellaswag|10": { "acc": 0.2789285002987453, "acc_stderr": 0.004475557360359701, "acc_norm": 0.300637323242382, "acc_norm_stderr": 0.00457598076392358 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.36, "acc_stderr": 0.04824181513244218, "acc_norm": 0.36, "acc_norm_stderr": 0.04824181513244218 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_19T18_31_40.054595, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-19T18-31-40.054595.parquet

• harness_gsm8k_5

  • 分割：2024_01_19T18_31_40.054595, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-19T18-31-40.054595.parquet

• harness_hellaswag_10

  • 分割：2024_01_19T18_31_40.054595, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-19T18-31-40.054595.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_19T18_31_40.054595, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-19T18-31-40.054595.parquet, 以及其他相关路径...

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