open-llm-leaderboard-old/details_vikash06__doctorLLM10k

该数据集是在模型[vikash06/doctorLLM10k](https://huggingface.co/vikash06/doctorLLM10k)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳命名。"train"分割始终指向最新的结果。此外，"results"配置存储了所有运行的聚合结果，并用于计算和显示[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 vikash06/doctorLLM10k 进行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。
• 最新结果："train" 分割始终指向最新的结果。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，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_vikash06__doctorLLM10k", "harness_winogrande_5", split="train")

最新结果

这些是最新结果（来自2024-02-04T07:43:07.963354运行）的示例： python { "all": { "acc": 0.44666273408360996, "acc_stderr": 0.034414012934586825, "acc_norm": 0.4518038323283762, "acc_norm_stderr": 0.03520583214811468, "mc1": 0.2974296205630355, "mc1_stderr": 0.016002651487361005, "mc2": 0.44761845682432344, "mc2_stderr": 0.015236583455591498 }, "harness|arc:challenge|25": { "acc": 0.5170648464163823, "acc_stderr": 0.014602878388536597, "acc_norm": 0.5494880546075085, "acc_norm_stderr": 0.014539646098471625 }, "harness|hellaswag|10": { "acc": 0.6201951802429795, "acc_stderr": 0.0048434625459435, "acc_norm": 0.7994423421629158, "acc_norm_stderr": 0.003995992960088763 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.28, "acc_stderr": 0.04512608598542128, "acc_norm": 0.28, "acc_norm_stderr": 0.04512608598542128 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_04T07_43_07.963354, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-04T07-43-07.963354.parquet

• harness_gsm8k_5

  • 分割：2024_02_04T07_43_07.963354, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-04T07-43-07.963354.parquet

• harness_hellaswag_10

  • 分割：2024_02_04T07_43_07.963354, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-04T07-43-07.963354.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_04T07_43_07.963354, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-04T07-43-07.963354.parquet

以上是数据集的详细概述，包括数据集的创建背景、结构、加载示例、最新结果以及各个配置的详细信息。