open-llm-leaderboard-old/details_aloobun__Cypher-7B

该数据集是在Open LLM Leaderboard上对模型aloobun/Cypher-7B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。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，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，还有一个名为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

数据集简介

该数据集是在对模型 aloobun/Cypher-7B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

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。
• 运行次数：数据集从2次运行中创建，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
• 训练分割："train" 分割始终指向最新的结果。
• 结果配置：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_aloobun__Cypher-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-04-04T22:24:34.715547 运行的最新结果：

python { "all": { "acc": 0.6486449613762667, "acc_stderr": 0.03205716424397747, "acc_norm": 0.6492392744490298, "acc_norm_stderr": 0.032712997418463424, "mc1": 0.4430844553243574, "mc1_stderr": 0.017389730346877106, "mc2": 0.6154915386378632, "mc2_stderr": 0.01530044267019002 }, "harness|arc:challenge|25": { "acc": 0.6518771331058021, "acc_stderr": 0.013921008595179344, "acc_norm": 0.6945392491467577, "acc_norm_stderr": 0.013460080478002508 }, "harness|hellaswag|10": { "acc": 0.681736705835491, "acc_stderr": 0.004648503177353959, "acc_norm": 0.8626767576180043, "acc_norm_stderr": 0.003434848525388187 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_04_04T21_17_05.234082, 2024_04_04T22_24_34.715547, latest
  • 路径：**/details_harness|arc:challenge|25_2024-04-04T21-17-05.234082.parquet, **/details_harness|arc:challenge|25_2024-04-04T22-24-34.715547.parquet

• harness_gsm8k_5

  • 分割：2024_04_04T21_17_05.234082, 2024_04_04T22_24_34.715547, latest
  • 路径：**/details_harness|gsm8k|5_2024-04-04T21-17-05.234082.parquet, **/details_harness|gsm8k|5_2024-04-04T22-24-34.715547.parquet

• harness_hellaswag_10

  • 分割：2024_04_04T21_17_05.234082, 2024_04_04T22_24_34.715547, latest
  • 路径：**/details_harness|hellaswag|10_2024-04-04T21-17-05.234082.parquet, **/details_harness|hellaswag|10_2024-04-04T22-24-34.715547.parquet

• harness_hendrycksTest_5

  • 分割：2024_04_04T21_17_05.234082, 2024_04_04T22_24_34.715547, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-04T21-17-05.234082.parquet, ...