open-llm-leaderboard-old/details_ozayezerceli__Threnystril-2x7B-moe

该数据集是在评估模型ozayezerceli/Threnystril-2x7B-moe时自动创建的，主要用于Open LLM Leaderboard上的评估任务。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为特定分割存储在配置中，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，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

该数据集是在对模型 ozayezerceli/Threnystril-2x7B-moe 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。
• "train" 分割始终指向最新的结果。
• 一个额外的配置 "results" 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_ozayezerceli__Threnystril-2x7B-moe", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-29T22:07:40.775337 运行的最新结果：

python { "all": { "acc": 0.6340230941969293, "acc_stderr": 0.03230426358452076, "acc_norm": 0.6380606017640912, "acc_norm_stderr": 0.032965808642980834, "mc1": 0.29498164014687883, "mc1_stderr": 0.015964400965589664, "mc2": 0.527055756270787, "mc2_stderr": 0.015569108390237995 }, "harness|arc:challenge|25": { "acc": 0.49658703071672355, "acc_stderr": 0.014611050403244081, "acc_norm": 0.5281569965870307, "acc_norm_stderr": 0.0145882041051022 }, "harness|hellaswag|10": { "acc": 0.4197371041625174, "acc_stderr": 0.004925072159723838, "acc_norm": 0.7336188010356502, "acc_norm_stderr": 0.0044116243741767 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.37, "acc_stderr": 0.04852365870939099, "acc_norm": 0.37, "acc_norm_stderr": 0.04852365870939099 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_03_29T22_07_40.775337, latest
  • 路径: **/details_harness|arc:challenge|25_2024-03-29T22-07-40.775337.parquet

• harness_gsm8k_5

  • 分割: 2024_03_29T22_07_40.775337, latest
  • 路径: **/details_harness|gsm8k|5_2024-03-29T22-07-40.775337.parquet

• harness_hellaswag_10

  • 分割: 2024_03_29T22_07_40.775337, latest
  • 路径: **/details_harness|hellaswag|10_2024-03-29T22-07-40.775337.parquet

• harness_hendrycksTest_5

  • 分割: 2024_03_29T22_07_40.775337, latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-29T22-07-40.775337.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-03-29T22-07-40.775337.parquet
    • **/details_harness|hendrycksTest-astronomy|5_2024-03-29T22-07-40.775337.parquet
    • ...