open-llm-leaderboard-old/details_nbeerbower__bophades-v2-mistral-7B

该数据集是在模型nbeerbower/bophades-v2-mistral-7B在Open LLM Leaderboard上进行评估时自动生成的。数据集包含63个配置，每个配置对应一个被评估的任务。数据集由一个运行生成，每个运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个results配置存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

该数据集是在评估模型 nbeerbower/bophades-v2-mistral-7B 在 Open LLM Leaderboard 上的运行过程中自动创建的。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
• 创建来源：从 1 次运行中创建
• 数据分割：每个配置包含特定运行的分割，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_nbeerbower__bophades-v2-mistral-7B", "harness_winogrande_5", split="train")

最新结果

以下是 2024-04-05T21:13:13.764254 运行 的最新结果：

python { "all": { "acc": 0.6546029785617975, "acc_stderr": 0.03205422260171908, "acc_norm": 0.6538543488631021, "acc_norm_stderr": 0.032728786059846776, "mc1": 0.6144430844553244, "mc1_stderr": 0.017038839010591663, "mc2": 0.7682328726360895, "mc2_stderr": 0.01387938426516886 }, "harness|arc:challenge|25": { "acc": 0.7150170648464164, "acc_stderr": 0.013191348179838793, "acc_norm": 0.7337883959044369, "acc_norm_stderr": 0.012915774781523198 }, "harness|hellaswag|10": { "acc": 0.7182832105158335, "acc_stderr": 0.004489166767430659, "acc_norm": 0.8915554670384386, "acc_norm_stderr": 0.0031030554162430534 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695235, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695235 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_04_05T21_13_13.764254, latest
  • 路径：**/details_harness|arc:challenge|25_2024-04-05T21-13-13.764254.parquet

• harness_gsm8k_5

  • 分割：2024_04_05T21_13_13.764254, latest
  • 路径：**/details_harness|gsm8k|5_2024-04-05T21-13-13.764254.parquet

• harness_hellaswag_10

  • 分割：2024_04_05T21_13_13.764254, latest
  • 路径：**/details_harness|hellaswag|10_2024-04-05T21-13-13.764254.parquet

• harness_hendrycksTest_5

  • 分割：2024_04_05T21_13_13.764254, latest
  • 路径：多个路径，包括 abstract_algebra, anatomy, astronomy 等任务的详细数据文件。

以上是数据集的概述和详细信息，包括数据集的结构、加载示例、最新结果以及各个配置的详情。