open-llm-leaderboard-old/details_BFauber__opt125m_10e2

该数据集是在Open LLM Leaderboard上对模型BFauber/opt125m_10e2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。数据集由1次运行创建，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。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。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of BFauber/opt125m_10e2
• 来源: 自动创建于模型 BFauber/opt125m_10e2 在 Open LLM Leaderboard 的评估运行期间。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建: 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。"train" 分割始终指向最新的结果。
• 额外配置: "results" 配置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_BFauber__opt125m_10e2", "harness_winogrande_5", split="train")

最新结果

• 来源: 最新结果来自 2024-02-02T18:49:35.603979 运行。
• 详细结果: python { "all": { "acc": 0.2648565772911682, "acc_stderr": 0.031051795928190056, "acc_norm": 0.26575034223671873, "acc_norm_stderr": 0.03185766293174892, "mc1": 0.23378212974296206, "mc1_stderr": 0.014816195991931583, "mc2": 0.4259479561362201, "mc2_stderr": 0.015004242057206638 }, "harness|arc:challenge|25": { "acc": 0.2090443686006826, "acc_stderr": 0.011882746987406453, "acc_norm": 0.23208191126279865, "acc_norm_stderr": 0.012336718284948854 }, "harness|hellaswag|10": { "acc": 0.29087831109340767, "acc_stderr": 0.004532393111248685, "acc_norm": 0.3140808603863772, "acc_norm_stderr": 0.004632001732332982 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_02_02T18_49_35.603979
      • 路径: **/details_harness|arc:challenge|25_2024-02-02T18-49-35.603979.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-02-02T18-49-35.603979.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_02_02T18_49_35.603979
      • 路径: **/details_harness|gsm8k|5_2024-02-02T18-49-35.603979.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-02-02T18-49-35.603979.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_02_02T18_49_35.603979
      • 路径: **/details_harness|hellaswag|10_2024-02-02T18-49-35.603979.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-02-02T18-49-35.603979.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_02_02T18_49_35.603979
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-02T18-49-35.603979.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-02T18-49-35.603979.parquet
        • ...