open-llm-leaderboard-old/details_Deathsquad10__TinyLlama-Remix

该数据集是在Open LLM Leaderboard上对模型Deathsquad10/TinyLlama-Remix进行评估时自动创建的。它由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，每次运行作为每个配置中的一个特定分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用datasets库中的load_dataset函数加载该数据集。

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 Deathsquad10/TinyLlama-Remix 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 个配置
• 数据来源：从 1 次运行中创建，每个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。
• 最新结果："train" 分割始终指向最新结果。
• 聚合结果：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_Deathsquad10__TinyLlama-Remix", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-04T23:56:01.076134 运行 的最新结果：

python { "all": { "acc": 0.2755137341639449, "acc_stderr": 0.03137650195556653, "acc_norm": 0.27783507591005674, "acc_norm_stderr": 0.032199545340444106, "mc1": 0.26193390452876375, "mc1_stderr": 0.015392118805015039, "mc2": 0.4053463843159328, "mc2_stderr": 0.014958855520062687 }, "harness|arc:challenge|25": { "acc": 0.28071672354948807, "acc_stderr": 0.013131238126975584, "acc_norm": 0.31143344709897613, "acc_norm_stderr": 0.013532472099850949 }, "harness|hellaswag|10": { "acc": 0.38498307110137425, "acc_stderr": 0.004855968578998728, "acc_norm": 0.49502091216889066, "acc_norm_stderr": 0.004989533998820355 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.21, "acc_stderr": 0.04093601807403326, "acc_norm": 0.21, "acc_norm_stderr": 0.04093601807403326 }, # 其他任务的结果省略... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_04T23_56_01.076134, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-04T23-56-01.076134.parquet

• harness_gsm8k_5

  • 分割：2024_01_04T23_56_01.076134, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-04T23-56-01.076134.parquet

• harness_hellaswag_10

  • 分割：2024_01_04T23_56_01.076134, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-04T23-56-01.076134.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_04T23_56_01.076134, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-04T23-56-01.076134.parquet 等