open-llm-leaderboard-old/details_Brillibits__Instruct_Mixtral-8x7B-v0.1_Dolly15K
收藏数据集概述
数据集简介
该数据集是在评估模型 Brillibits/Instruct_Mixtral-8x7B-v0.1_Dolly15K 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
- 配置数量：63个配置
- 数据来源：从1次运行中创建，每个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。
- 分割：每个配置包含多个分割，其中“train”分割始终指向最新结果。
- 结果配置：一个额外的“results”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_Brillibits__Instruct_Mixtral-8x7B-v0.1_Dolly15K", "harness_winogrande_5", split="train")
最新结果
以下是 最新结果从2023-12-24T18:19:49.372068 的摘要：
python { "all": { "acc": 0.7084211824111288, "acc_stderr": 0.030357267841177957, "acc_norm": 0.712160667482289, "acc_norm_stderr": 0.030947686399368228, "mc1": 0.4883720930232558, "mc1_stderr": 0.017498767175740088, "mc2": 0.6483307671941028, "mc2_stderr": 0.01472680612023713 }, "harness|arc:challenge|25": { "acc": 0.6629692832764505, "acc_stderr": 0.013813476652902279, "acc_norm": 0.6928327645051194, "acc_norm_stderr": 0.013481034054980941 }, "harness|hellaswag|10": { "acc": 0.6820354511053575, "acc_stderr": 0.004647338877642187, "acc_norm": 0.8759211312487553, "acc_norm_stderr": 0.0032899775233939097 }, ... }
配置详情
-
harness_arc_challenge_25
- 分割：2023_12_24T18_19_49.372068, latest
- 路径：
**/details_harness|arc:challenge|25_2023-12-24T18-19-49.372068.parquet
-
harness_gsm8k_5
- 分割：2023_12_24T18_19_49.372068, latest
- 路径：
**/details_harness|gsm8k|5_2023-12-24T18-19-49.372068.parquet
-
harness_hellaswag_10
- 分割：2023_12_24T18_19_49.372068, latest
- 路径：
**/details_harness|hellaswag|10_2023-12-24T18-19-49.372068.parquet
-
harness_hendrycksTest_5
- 分割：2023_12_24T18_19_49.372068, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2023-12-24T18-19-49.372068.parquet等
