open-llm-leaderboard-old/details_jingyeom__KoSoLAR-10.7B-v0.2_1.3_dedup_p

该数据集是在模型 jingyeom/KoSoLAR-10.7B-v0.2_1.3_dedup_p 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。它包含一次运行的结果，每次运行都作为每个配置中的一个特定分割存储，分割名称由运行的时间戳命名。train 分割始终指向最新的结果。一个额外的 results 配置存储了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。README 还提供了如何使用 Hugging Face datasets 库加载数据集的示例。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 jingyeom/KoSoLAR-10.7B-v0.2_1.3_dedup_p 进行评估运行时自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据集从 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_jingyeom__KoSoLAR-10.7B-v0.2_1.3_dedup_p", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-09T19:43:11.353697 运行的最新结果：

python { "all": { "acc": 0.6450295648260006, "acc_stderr": 0.031941353950016266, "acc_norm": 0.6490408399672224, "acc_norm_stderr": 0.03257934380904225, "mc1": 0.35862913096695226, "mc1_stderr": 0.016789289499502022, "mc2": 0.5269064134754855, "mc2_stderr": 0.015415757475121085 }, "harness|arc:challenge|25": { "acc": 0.5930034129692833, "acc_stderr": 0.014356399418009123, "acc_norm": 0.6305460750853242, "acc_norm_stderr": 0.014104578366491888 }, "harness|hellaswag|10": { "acc": 0.6415056761601274, "acc_stderr": 0.004785781979354866, "acc_norm": 0.8362875921131249, "acc_norm_stderr": 0.0036925819391622834 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_02_09T19_43_11.353697, latest
  • 路径: **/details_harness|arc:challenge|25_2024-02-09T19-43-11.353697.parquet

• harness_gsm8k_5

  • 分割: 2024_02_09T19_43_11.353697, latest
  • 路径: **/details_harness|gsm8k|5_2024-02-09T19-43-11.353697.parquet

• harness_hellaswag_10

  • 分割: 2024_02_09T19_43_11.353697, latest
  • 路径: **/details_harness|hellaswag|10_2024-02-09T19-43-11.353697.parquet

• harness_hendrycksTest_5

  • 分割: 2024_02_09T19_43_11.353697, latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-09T19-43-11.353697.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-02-09T19-43-11.353697.parquet
    • ...