open-llm-leaderboard-old/details_Noodlz__DolphinLake-7B|模型评估数据集|自然语言处理数据集

该数据集是在Open LLM Leaderboard上对模型Noodlz/DolphinLake-7B进行评估时自动创建的。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，每次运行在每个配置中作为一个特定的分割找到。train分割始终指向最新的结果。一个额外的配置results存储了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。README还提供了一个使用Python中的datasets库加载运行细节的示例。特定运行的最新结果以JSON格式提供，显示了不同任务的各种准确性指标。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of Noodlz/DolphinLake-7B
• 数据集来源: 自动创建于模型 Noodlz/DolphinLake-7B 在 Open LLM Leaderboard 的评估运行中。
• 数据集结构: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Noodlz__DolphinLake-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2024-04-17T04:59:43.548335
• 结果示例: python { "all": { "acc": 0.5789236961689992, "acc_stderr": 0.03340633344924751, "acc_norm": 0.5820572394323067, "acc_norm_stderr": 0.03410336726668952, "mc1": 0.4369645042839657, "mc1_stderr": 0.017363844503195974, "mc2": 0.581720265425322, "mc2_stderr": 0.015868808242331417 }, "harness|arc:challenge|25": { "acc": 0.6450511945392492, "acc_stderr": 0.01398303690409409, "acc_norm": 0.6945392491467577, "acc_norm_stderr": 0.013460080478002512 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_04_17T04_59_43.548335
      • 路径: **/details_harness|arc:challenge|25_2024-04-17T04-59-43.548335.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-04-17T04-59-43.548335.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_04_17T04_59_43.548335
      • 路径: **/details_harness|gsm8k|5_2024-04-17T04-59-43.548335.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-04-17T04-59-43.548335.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_04_17T04_59_43.548335
      • 路径: **/details_harness|hellaswag|10_2024-04-17T04-59-43.548335.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-04-17T04-59-43.548335.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_04_17T04_59_43.548335
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-17T04-59-43.548335.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-04-17T04-59-43.548335.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-17T04-59-43.548335.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-04-17T04-59-43.548335.parquet
        • ...