open-llm-leaderboard-old/details_Kquant03__FrankenDPO-4x7B-bf16

该数据集是在模型Kquant03/FrankenDPO-4x7B-bf16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命名。"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

数据集摘要

该数据集是在评估模型 Kquant03/FrankenDPO-4x7B-bf16 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: 1 次运行
• 数据分割: 每个配置包含特定分割，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 额外配置: "results" 存储所有运行的聚合结果，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Kquant03__FrankenDPO-4x7B-bf16", "harness_winogrande_5", split="train")

最新结果

最新结果来自 2024-01-16T00:01:09.381947 运行，包含多个任务的评估结果。以下是部分任务的结果示例：

python { "all": { "acc": 0.6534860321315697, "acc_stderr": 0.032050646157542155, "acc_norm": 0.6534840897708614, "acc_norm_stderr": 0.03271653944446639, "mc1": 0.4773561811505508, "mc1_stderr": 0.01748554225848965, "mc2": 0.63138491036624, "mc2_stderr": 0.015420304563984515 }, "harness|arc:challenge|25": { "acc": 0.6561433447098977, "acc_stderr": 0.013880644570156215, "acc_norm": 0.6868600682593856, "acc_norm_stderr": 0.013552671543623492 }, "harness|hellaswag|10": { "acc": 0.6864170483967337, "acc_stderr": 0.00463000829392563, "acc_norm": 0.8606851224855606, "acc_norm_stderr": 0.003455671196993115 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.37, "acc_stderr": 0.04852365870939099, "acc_norm": 0.37, "acc_norm_stderr": 0.04852365870939099 }, # 其他任务结果省略 }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_01_16T00_01_09.381947, latest
  • 路径: **/details_harness|arc:challenge|25_2024-01-16T00-01-09.381947.parquet

• harness_gsm8k_5

  • 分割: 2024_01_16T00_01_09.381947, latest
  • 路径: **/details_harness|gsm8k|5_2024-01-16T00-01-09.381947.parquet

• harness_hellaswag_10

  • 分割: 2024_01_16T00_01_09.381947, latest
  • 路径: **/details_harness|hellaswag|10_2024-01-16T00-01-09.381947.parquet

• harness_hendrycksTest_5

  • 分割: 2024_01_16T00_01_09.381947, latest
  • 路径: 多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-16T00-01-09.381947.parquet 等