open-llm-leaderboard-old/details_WebraftAI__synapsellm-7b-mistral-v0.3-preview

该数据集是在模型 WebraftAI/synapsellm-7b-mistral-v0.3-preview 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。它由 1 次运行创建，每次运行在每个配置中作为一个特定的分割找到，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 Python 代码加载运行中的详细信息的示例，并列出了特定运行的最新结果。

原始信息汇总

数据集概述

数据集简介

该数据集是在评估模型 WebraftAI/synapsellm-7b-mistral-v0.3-preview 的过程中自动创建的，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。
• 创建来源：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。
• 特殊配置："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_WebraftAI__synapsellm-7b-mistral-v0.3-preview", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要：

python { "all": { "acc": 0.5468346216265638, "acc_stderr": 0.03408547225046011, "acc_norm": 0.5513258664220261, "acc_norm_stderr": 0.0348106640487534, "mc1": 0.37454100367197063, "mc1_stderr": 0.016943535128405324, "mc2": 0.5503392001553602, "mc2_stderr": 0.0150300089118087 }, "harness|arc:challenge|25": { "acc": 0.5255972696245734, "acc_stderr": 0.014592230885298962, "acc_norm": 0.53839590443686, "acc_norm_stderr": 0.014568245550296356 }, "harness|hellaswag|10": { "acc": 0.5545708026289584, "acc_stderr": 0.004959973514772515, "acc_norm": 0.7485560645289783, "acc_norm_stderr": 0.004329565016527315 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.33, "acc_stderr": 0.04725815626252606, "acc_norm": 0.33, "acc_norm_stderr": 0.04725815626252606 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2023_12_04T11_02_12.262420, latest
  • 路径：**/details_harness|arc:challenge|25_2023-12-04T11-02-12.262420.parquet

• harness_gsm8k_5

  • 分割：2023_12_04T11_02_12.262420, latest
  • 路径：**/details_harness|gsm8k|5_2023-12-04T11-02-12.262420.parquet

• harness_hellaswag_10

  • 分割：2023_12_04T11_02_12.262420, latest
  • 路径：**/details_harness|hellaswag|10_2023-12-04T11-02-12.262420.parquet

• harness_hendrycksTest_5

  • 分割：2023_12_04T11_02_12.262420, latest
  • 路径：多个文件路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-04T11-02-12.262420.parquet 等。