open-llm-leaderboard-old/details_unaidedelf87777__wizard-mistral-v0.1

该数据集是在Open LLM Leaderboard上对模型unaidedelf87777/wizard-mistral-v0.1进行评估时自动生成的。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，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，还有一个名为results的配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

该数据集是在评估模型 unaidedelf87777/wizard-mistral-v0.1 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集从 2 次运行中创建，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。
• 一个额外的配置 "results" 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_unaidedelf87777__wizard-mistral-v0.1", "harness_winogrande_5", split="train")

最新结果

以下是 2023-10-24T00:26:05.989697 运行的最新结果： python { "all": { "em": 0.005662751677852349, "em_stderr": 0.0007684582267637443, "f1": 0.07014261744966427, "f1_stderr": 0.0015546181894855703, "acc": 0.4866237666597055, "acc_stderr": 0.011199109496696186 }, "harness|drop|3": { "em": 0.005662751677852349, "em_stderr": 0.0007684582267637443, "f1": 0.07014261744966427, "f1_stderr": 0.0015546181894855703 }, "harness|gsm8k|5": { "acc": 0.19029567854435178, "acc_stderr": 0.010812347283182963 }, "harness|winogrande|5": { "acc": 0.7829518547750592, "acc_stderr": 0.01158587171020941 } }

配置详情

以下是部分配置及其数据文件路径：

• harness_arc_challenge_25

  • 分割: 2023_10_11T22_55_59.459837
    • 路径: **/details_harness|arc:challenge|25_2023-10-11T22-55-59.459837.parquet
  • 分割: latest
    • 路径: **/details_harness|arc:challenge|25_2023-10-11T22-55-59.459837.parquet

• harness_drop_3

  • 分割: 2023_10_24T00_26_05.989697
    • 路径: **/details_harness|drop|3_2023-10-24T00-26-05.989697.parquet
  • 分割: latest
    • 路径: **/details_harness|drop|3_2023-10-24T00-26-05.989697.parquet

• harness_gsm8k_5

  • 分割: 2023_10_24T00_26_05.989697
    • 路径: **/details_harness|gsm8k|5_2023-10-24T00-26-05.989697.parquet
  • 分割: latest
    • 路径: **/details_harness|gsm8k|5_2023-10-24T00-26-05.989697.parquet

• harness_hellaswag_10

  • 分割: 2023_10_11T22_55_59.459837
    • 路径: **/details_harness|hellaswag|10_2023-10-11T22-55-59.459837.parquet
  • 分割: latest
    • 路径: **/details_harness|hellaswag|10_2023-10-11T22-55-59.459837.parquet

• harness_hendrycksTest_5

  • 分割: 2023_10_11T22_55_59.459837
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-11T22-55-59.459837.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-11T22-55-59.459837.parquet
      • ...（其他路径省略）
  • 分割: latest
    • 路径:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2023-10-11T22-55-59.459837.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2023-10-11T22-55-59.459837.parquet
      • ...（其他路径省略）