open-llm-leaderboard-old/details_Cheng98__llama-39m

该数据集是在模型 Cheng98/llama-39m 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，每个配置对应一个被评估的任务。数据集是从 1 次运行中创建的，每次运行作为每个配置中的一个特定拆分，拆分的名称使用运行的时间戳。train 拆分始终指向最新的结果。一个额外的配置 results 存储了运行的所有聚合结果，用于计算和显示 Open LLM Leaderboard 上的聚合指标。文件还提供了一个如何使用 Python 代码加载运行细节的示例，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

该数据集是在对模型 Cheng98/llama-39m 进行评估运行期间自动创建的，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。
• 运行次数：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。
• 最新结果："train" 分割始终指向最新的结果。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 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_Cheng98__llama-39m", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-21T12:54:56.361777 运行 的最新结果：

python { "all": { "acc": 0.24266373172846512, "acc_stderr": 0.03036219204331094, "acc_norm": 0.24328328699147694, "acc_norm_stderr": 0.03116947755557392, "mc1": 0.2533659730722154, "mc1_stderr": 0.015225899340826844, "mc2": 0.47187304526757556, "mc2_stderr": 0.01576900200671721 }, "harness|arc:challenge|25": { "acc": 0.19283276450511946, "acc_stderr": 0.011529055465663334, "acc_norm": 0.24061433447098976, "acc_norm_stderr": 0.012491468532390568 }, "harness|hellaswag|10": { "acc": 0.2566221868153754, "acc_stderr": 0.00435876459640103, "acc_norm": 0.2557259510057757, "acc_norm_stderr": 0.00435376873064457 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.22, "acc_stderr": 0.04163331998932268, "acc_norm": 0.22, "acc_norm_stderr": 0.04163331998932268 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_21T12_54_56.361777, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-21T12-54-56.361777.parquet

• harness_gsm8k_5

  • 分割：2024_03_21T12_54_56.361777, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-21T12-54-56.361777.parquet

• harness_hellaswag_10

  • 分割：2024_03_21T12_54_56.361777, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-21T12-54-56.361777.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_21T12_54_56.361777, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-21T12-54-56.361777.parquet 等。