open-llm-leaderboard-old/details_andysalerno__openchat-nectar-0.8

该数据集是在模型 andysalerno/openchat-nectar-0.8 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。数据集是从 1 次运行中生成的，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

该数据集是在对模型 andysalerno/openchat-nectar-0.8 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集组成

• 数据集包含 63 个配置，每个配置对应一个评估任务。
• 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分割，分割名称使用运行的时间戳。
• "train" 分割始终指向最新的结果。
• 额外的 "results" 配置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_andysalerno__openchat-nectar-0.8", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要：

python { "all": { "acc": 0.6539948201078623, "acc_stderr": 0.03186024696025248, "acc_norm": 0.6547535995818915, "acc_norm_stderr": 0.03251445540703094, "mc1": 0.3574051407588739, "mc1_stderr": 0.01677659967672941, "mc2": 0.5226230452646764, "mc2_stderr": 0.015325117203952783 }, "harness|arc:challenge|25": { "acc": 0.6237201365187713, "acc_stderr": 0.014157022555407158, "acc_norm": 0.6578498293515358, "acc_norm_stderr": 0.013864152159177275 }, "harness|hellaswag|10": { "acc": 0.6347341167098187, "acc_stderr": 0.00480520579872457, "acc_norm": 0.8305118502290381, "acc_norm_stderr": 0.0037441574425365596 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.36, "acc_stderr": 0.04824181513244218, "acc_norm": 0.36, "acc_norm_stderr": 0.04824181513244218 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_01_21T07_37_25.188045, latest
  • 路径: **/details_harness|arc:challenge|25_2024-01-21T07-37-25.188045.parquet

• harness_gsm8k_5

  • 分割: 2024_01_21T07_37_25.188045, latest
  • 路径: **/details_harness|gsm8k|5_2024-01-21T07-37-25.188045.parquet

• harness_hellaswag_10

  • 分割: 2024_01_21T07_37_25.188045, latest
  • 路径: **/details_harness|hellaswag|10_2024-01-21T07-37-25.188045.parquet

• harness_hendrycksTest_5

  • 分割: 2024_01_21T07_37_25.188045, latest
  • 路径: 多个文件路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-21T07-37-25.188045.parquet