open-llm-leaderboard-old/details_decruz07__kellemar-DPO-7B-d

该数据集是在评估模型decruz07/kellemar-DPO-7B-d时自动创建的，评估是在Open LLM Leaderboard上进行的。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，运行的时间戳作为分割的名称。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

该数据集是在评估模型 decruz07/kellemar-DPO-7B-d 在 Open LLM Leaderboard 上的自动创建的。数据集包含 63 个配置，每个配置对应一个评估任务。

数据集结构

数据集由 1 次运行创建，每个运行可以在每个配置中找到特定的拆分，拆分名称使用运行的时间戳。"train" 拆分始终指向最新的结果。

额外配置

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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_decruz07__kellemar-DPO-7B-d", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要：

python { "all": { "acc": 0.6308988893048868, "acc_stderr": 0.032276070451063066, "acc_norm": 0.6321793841494536, "acc_norm_stderr": 0.03292460282734645, "mc1": 0.39657282741738065, "mc1_stderr": 0.017124930942023518, "mc2": 0.5687577354154723, "mc2_stderr": 0.015420590532587394 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • split: 2024_01_11T11_40_20.341969
    • path: **/details_harness|arc:challenge|25_2024-01-11T11-40-20.341969.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-01-11T11-40-20.341969.parquet

• config_name: harness_gsm8k_5

  • split: 2024_01_11T11_40_20.341969
    • path: **/details_harness|gsm8k|5_2024-01-11T11-40-20.341969.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-01-11T11-40-20.341969.parquet

• config_name: harness_hellaswag_10

  • split: 2024_01_11T11_40_20.341969
    • path: **/details_harness|hellaswag|10_2024-01-11T11-40-20.341969.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-01-11T11-40-20.341969.parquet

• config_name: harness_hendrycksTest_5

  • split: 2024_01_11T11_40_20.341969
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-11T11-40-20.341969.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-01-11T11-40-20.341969.parquet
      • ...
  • split: latest
    • path:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-11T11-40-20.341969.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-01-11T11-40-20.341969.parquet
      • ...