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

该数据集是在Open LLM Leaderboard上对模型teknium/OpenHermes-7B进行评估时自动创建的。数据集由64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，每次运行的结果存储在不同的split中，split以运行的时间戳命名。train split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，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 teknium/OpenHermes-7B 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 配置数量：64个配置，每个配置对应一个评估任务。
• 创建来源：数据集从2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：一个名为 "results" 的额外配置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_teknium__OpenHermes-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-26T05:03:25.636029 运行 的最新结果： python { "all": { "em": 0.2645763422818792, "em_stderr": 0.004517352215857921, "f1": 0.33702810402684713, "f1_stderr": 0.004480224621998652, "acc": 0.3975524975571051, "acc_stderr": 0.009127124661977076 }, "harness|drop|3": { "em": 0.2645763422818792, "em_stderr": 0.004517352215857921, "f1": 0.33702810402684713, "f1_stderr": 0.004480224621998652 }, "harness|gsm8k|5": { "acc": 0.050037907505686124, "acc_stderr": 0.006005442354577731 }, "harness|winogrande|5": { "acc": 0.745067087608524, "acc_stderr": 0.012248806969376422 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割：2023_09_18T14_09_00.502210
  • 路径：**/details_harness|arc:challenge|25_2023-09-18T14-09-00.502210.parquet
  • 分割：latest
  • 路径：**/details_harness|arc:challenge|25_2023-09-18T14-09-00.502210.parquet

• harness_drop_3

  • 分割：2023_10_26T05_03_25.636029
  • 路径：**/details_harness|drop|3_2023-10-26T05-03-25.636029.parquet
  • 分割：latest
  • 路径：**/details_harness|drop|3_2023-10-26T05-03-25.636029.parquet

• harness_gsm8k_5

  • 分割：2023_10_26T05_03_25.636029
  • 路径：**/details_harness|gsm8k|5_2023-10-26T05-03-25.636029.parquet
  • 分割：latest
  • 路径：**/details_harness|gsm8k|5_2023-10-26T05-03-25.636029.parquet

• harness_hellaswag_10

  • 分割：2023_09_18T14_09_00.502210
  • 路径：**/details_harness|hellaswag|10_2023-09-18T14-09-00.502210.parquet
  • 分割：latest
  • 路径：**/details_harness|hellaswag|10_2023-09-18T14-09-00.502210.parquet

• harness_hendrycksTest_5

  • 分割：2023_09_18T14_09_00.502210
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-18T14-09-00.502210.parquet 等
  • 分割：latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2023-09-18T14-09-00.502210.parquet 等