open-llm-leaderboard-old/details_SC56__Mistral-7B-orca-dpo-4h
收藏数据集概述
数据集简介
该数据集是在对模型 SC56/Mistral-7B-orca-dpo-4h 进行评估运行时自动创建的，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。
- 数据来源：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，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，用于计算和显示聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_SC56__Mistral-7B-orca-dpo-4h", "harness_winogrande_5", split="train")
最新结果
以下是 2024-01-28T01:45:53.356534 运行的最新结果：
python { "all": { "acc": 0.6556515868214483, "acc_stderr": 0.03204286656715257, "acc_norm": 0.6551586643931141, "acc_norm_stderr": 0.03271173166096874, "mc1": 0.5691554467564259, "mc1_stderr": 0.01733527247533237, "mc2": 0.7165230862907702, "mc2_stderr": 0.014757001903823997 }, "harness|arc:challenge|25": { "acc": 0.7081911262798635, "acc_stderr": 0.01328452529240351, "acc_norm": 0.7337883959044369, "acc_norm_stderr": 0.012915774781523203 }, "harness|hellaswag|10": { "acc": 0.7150965943039235, "acc_stderr": 0.004504459553909765, "acc_norm": 0.8872734515036845, "acc_norm_stderr": 0.0031561189647529423 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695235, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695235 }, # 其他任务的结果... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_01_28T01_45_53.356534, latest
- 路径：
**/details_harness|arc:challenge|25_2024-01-28T01-45-53.356534.parquet
-
harness_gsm8k_5
- 分割：2024_01_28T01_45_53.356534, latest
- 路径：
**/details_harness|gsm8k|5_2024-01-28T01-45-53.356534.parquet
-
harness_hellaswag_10
- 分割：2024_01_28T01_45_53.356534, latest
- 路径：
**/details_harness|hellaswag|10_2024-01-28T01-45-53.356534.parquet
-
harness_hendrycksTest_5
- 分割：2024_01_28T01_45_53.356534, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-*|5_2024-01-28T01-45-53.356534.parquet
