open-llm-leaderboard-old/details_TeeZee__Xwin-LM-70B-V0.1_Limarpv3
收藏数据集概述
数据集简介
该数据集是在对模型 TeeZee/Xwin-LM-70B-V0.1_Limarpv3 进行评估时自动创建的，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。
- 运行次数：数据集来自1次运行。每个运行结果作为一个特定的分割存储在每个配置中，分割名称使用运行的时间戳。
- 训练分割："train" 分割始终指向最新的结果。
- 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 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_TeeZee__Xwin-LM-70B-V0.1_Limarpv3", "harness_winogrande_5", split="train")
最新结果
以下是 2024-01-25T10:59:31.899107 运行的最新结果：
python { "all": { "acc": 0.6907434014004448, "acc_stderr": 0.030406546643218627, "acc_norm": 0.6960374849812471, "acc_norm_stderr": 0.03098820704077189, "mc1": 0.3818849449204406, "mc1_stderr": 0.017008101939163495, "mc2": 0.5715047295306395, "mc2_stderr": 0.015147942199667246 }, "harness|arc:challenge|25": { "acc": 0.6569965870307167, "acc_stderr": 0.013872423223718164, "acc_norm": 0.7081911262798635, "acc_norm_stderr": 0.013284525292403511 }, "harness|hellaswag|10": { "acc": 0.6826329416450906, "acc_stderr": 0.004645003662067883, "acc_norm": 0.8697470623381797, "acc_norm_stderr": 0.0033589362798672655 }, ... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_01_25T10_59_31.899107, latest
- 路径：
**/details_harness|arc:challenge|25_2024-01-25T10-59-31.899107.parquet
-
harness_gsm8k_5
- 分割：2024_01_25T10_59_31.899107, latest
- 路径：
**/details_harness|gsm8k|5_2024-01-25T10-59-31.899107.parquet
-
harness_hellaswag_10
- 分割：2024_01_25T10_59_31.899107, latest
- 路径：
**/details_harness|hellaswag|10_2024-01-25T10-59-31.899107.parquet
-
harness_hendrycksTest_5
- 分割：2024_01_25T10_59_31.899107
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-25T10-59-31.899107.parquet等。
以上是数据集的详细概述，包括数据集的结构、加载示例、最新结果以及各个配置的详细信息。
