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

该数据集是在模型 InferenceIllusionist/Excalibur-7b 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，每个配置对应一个被评估的任务。它包含 1 次运行的结果，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个如何使用 Python 中的 datasets 库加载运行细节的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在模型 InferenceIllusionist/Excalibur-7b 的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。
• 训练分割："train" 分割总是指向最新的结果。
• 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 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_InferenceIllusionist__Excalibur-7b", "harness_winogrande_5", split="train")

最新结果

这些是最新结果，来自2024-03-16T00:36:09.626290的运行： python { "all": { "acc": 0.660667031278863, "acc_stderr": 0.03179442255679996, "acc_norm": 0.6609528473976117, "acc_norm_stderr": 0.032448149367878036, "mc1": 0.49571603427172584, "mc1_stderr": 0.01750285857737127, "mc2": 0.6724473311905987, "mc2_stderr": 0.014807267938907721 }, "harness|arc:challenge|25": { "acc": 0.6689419795221843, "acc_stderr": 0.013752062419817837, "acc_norm": 0.697098976109215, "acc_norm_stderr": 0.013428241573185349 }, "harness|hellaswag|10": { "acc": 0.6941844254132643, "acc_stderr": 0.004598103566842478, "acc_norm": 0.8756223859788886, "acc_norm_stderr": 0.003293374019781595 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695235, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695235 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_16T00_36_09.626290, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-16T00-36-09.626290.parquet

• harness_gsm8k_5

  • 分割：2024_03_16T00_36_09.626290, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-16T00-36-09.626290.parquet

• harness_hellaswag_10

  • 分割：2024_03_16T00_36_09.626290, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-16T00-36-09.626290.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_16T00_36_09.626290, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-16T00-36-09.626290.parquet 等。

这个回答仅包含与数据集相关的信息，并且按照要求进行了结构化和层次化的论述。