open-llm-leaderboard-old/details_NurtureAI__MistralLite-11B
收藏数据集概述
数据集简介
该数据集是在对模型 NurtureAI/MistralLite-11B 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。
- 创建来源：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。"train" 分割始终指向最新的结果。
- 额外配置："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_NurtureAI__MistralLite-11B", "harness_winogrande_5", split="train")
最新结果
以下是 2024-01-05T13:36:51.362118 运行的最新结果：
python { "all": { "acc": 0.49950728058879285, "acc_stderr": 0.034455825054960136, "acc_norm": 0.5071918593640932, "acc_norm_stderr": 0.035377074137943484, "mc1": 0.2521419828641371, "mc1_stderr": 0.015201522246299963, "mc2": 0.3826978228462617, "mc2_stderr": 0.01476557964587134 }, "harness|arc:challenge|25": { "acc": 0.5409556313993175, "acc_stderr": 0.014562291073601227, "acc_norm": 0.5767918088737202, "acc_norm_stderr": 0.014438036220848029 }, "harness|hellaswag|10": { "acc": 0.606652061342362, "acc_stderr": 0.00487494583394707, "acc_norm": 0.7953594901414061, "acc_norm_stderr": 0.0040261416901312365 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.27, "acc_stderr": 0.044619604333847394, "acc_norm": 0.27, "acc_norm_stderr": 0.044619604333847394 }, ... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_01_05T13_36_51.362118, latest
- 路径：
**/details_harness|arc:challenge|25_2024-01-05T13-36-51.362118.parquet
-
harness_gsm8k_5
- 分割：2024_01_05T13_36_51.362118, latest
- 路径：
**/details_harness|gsm8k|5_2024-01-05T13-36-51.362118.parquet
-
harness_hellaswag_10
- 分割：2024_01_05T13_36_51.362118, latest
- 路径：
**/details_harness|hellaswag|10_2024-01-05T13-36-51.362118.parquet
-
harness_hendrycksTest_5
- 分割：2024_01_05T13_36_51.362118, latest
- 路径：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-05T13-36-51.362118.parquet等
以上内容是对数据集详情页面的README文件内容的准确提取和概述，确保了信息的准确性和易于理解。
