open-llm-leaderboard-old/details_Q-bert__Bumblebee-7B

该数据集是在评估模型Q-bert/Bumblebee-7B时自动创建的，评估过程在Open LLM Leaderboard上进行。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，每次运行都可以在特定配置中找到，并且以运行的时间戳命名。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上的聚合指标。

原始信息汇总

数据集概述

基本信息

• 数据集名称: Evaluation run of Q-bert/Bumblebee-7B
• 数据集来源: 自动创建于模型 Q-bert/Bumblebee-7B 在 Open LLM Leaderboard 的评估运行中。

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。
• 数据来源: 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。
• 最新结果: "train" 分割始终指向最新结果。
• 聚合结果: 一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示聚合指标在 Open LLM Leaderboard。

数据加载示例

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

最新结果

• 最新结果时间戳: 2023-12-04T19:02:58.959245
• 结果示例: python { "all": { "acc": 0.6423559079822854, "acc_stderr": 0.03212728779652208, "acc_norm": 0.6433195276283713, "acc_norm_stderr": 0.032776334270389784, "mc1": 0.35495716034271724, "mc1_stderr": 0.0167508623813759, "mc2": 0.5095643475017586, "mc2_stderr": 0.015572340523512473 }, "harness|arc:challenge|25": { "acc": 0.6092150170648464, "acc_stderr": 0.014258563880513778, "acc_norm": 0.6339590443686007, "acc_norm_stderr": 0.014077223108470137 }, "harness|hellaswag|10": { "acc": 0.6554471220872337, "acc_stderr": 0.0047425103547779025, "acc_norm": 0.8415654252141008, "acc_norm_stderr": 0.0036440173837115923 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2023_12_04T19_02_58.959245
      • 路径: **/details_harness|arc:challenge|25_2023-12-04T19-02-58.959245.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-12-04T19-02-58.959245.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2023_12_04T19_02_58.959245
      • 路径: **/details_harness|gsm8k|5_2023-12-04T19-02-58.959245.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-12-04T19-02-58.959245.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2023_12_04T19_02_58.959245
      • 路径: **/details_harness|hellaswag|10_2023-12-04T19-02-58.959245.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-12-04T19-02-58.959245.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2023_12_04T19_02_58.959245
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-04T19-02-58.959245.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-04T19-02-58.959245.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2023-12-04T19-02-58.959245.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-04T19-02-58.959245.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-04T19-02-58.959245.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2023-12-04T19-02-58.959245.parquet
        • ...