open-llm-leaderboard-old/details_Gille__StrangeMerges_4-7B-slerp

数据集是在模型Gille/StrangeMerges_4-7B-slerp在Open LLM Leaderboard上的评估运行期间自动创建的。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。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

数据集基本信息

• 数据集名称: Evaluation run of Gille/StrangeMerges_4-7B-slerp
• 数据集来源: 自动创建于模型 Gille/StrangeMerges_4-7B-slerp 在 Open LLM Leaderboard 的评估运行中。
• 数据集组成: 包含 63 个配置，每个配置对应一个评估任务。
• 数据集创建: 从 1 次运行中创建，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。"train" 分割始终指向最新结果。
• 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_Gille__StrangeMerges_4-7B-slerp", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2024-02-02T02:32:53.668872
• 结果示例: python { "all": { "acc": 0.6570402657136609, "acc_stderr": 0.03181426103850339, "acc_norm": 0.6576418831798367, "acc_norm_stderr": 0.03246662892084514, "mc1": 0.45532435740514077, "mc1_stderr": 0.017433490102538772, "mc2": 0.6240238096985373, "mc2_stderr": 0.0150858230636782 }, "harness|arc:challenge|25": { "acc": 0.6501706484641638, "acc_stderr": 0.013936809212158285, "acc_norm": 0.6945392491467577, "acc_norm_stderr": 0.01346008047800251 }, "harness|hellaswag|10": { "acc": 0.6774546903007369, "acc_stderr": 0.004664950168300713, "acc_norm": 0.8701453893646683, "acc_norm_stderr": 0.003354564257491871 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_02_02T02_32_53.668872
      • 路径: **/details_harness|arc:challenge|25_2024-02-02T02-32-53.668872.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-02-02T02-32-53.668872.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_02_02T02_32_53.668872
      • 路径: **/details_harness|gsm8k|5_2024-02-02T02-32-53.668872.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-02-02T02-32-53.668872.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_02_02T02_32_53.668872
      • 路径: **/details_harness|hellaswag|10_2024-02-02T02-32-53.668872.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-02-02T02-32-53.668872.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_02_02T02_32_53.668872
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-02T02-32-53.668872.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-02T02-32-53.668872.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-02T02-32-53.668872.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-02T02-32-53.668872.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-02T02-32-53.668872.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-02T02-32-53.668872.parquet
        • ...