open-llm-leaderboard-old/details_SanjiWatsuki__Kunoichi-DPO-7B

该数据集是在模型SanjiWatsuki/Kunoichi-DPO-7B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。它包含1次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些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`datasets`库中的`load_dataset`函数加载运行细节的示例。

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 SanjiWatsuki/Kunoichi-DPO-7B 在 Open LLM Leaderboard 上的自动创建的。

数据集组成

• 该数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据集从 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" 分割总是指向最新的结果。
• 额外的 "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_SanjiWatsuki__Kunoichi-DPO-7B", "harness_winogrande_5", split="train")

最新结果

这些是最新的结果，来自 2024-01-13T16:55:23.006879 的运行： python { "all": { "acc": 0.6516847775816889, "acc_stderr": 0.03213509047374522, "acc_norm": 0.652545344935636, "acc_norm_stderr": 0.0327865460086491, "mc1": 0.5030599755201959, "mc1_stderr": 0.01750317326096063, "mc2": 0.6730598038833626, "mc2_stderr": 0.015329856799704078 }, "harness|arc:challenge|25": { "acc": 0.6732081911262798, "acc_stderr": 0.013706665975587335, "acc_norm": 0.6962457337883959, "acc_norm_stderr": 0.013438909184778768 }, "harness|hellaswag|10": { "acc": 0.7013543118900617, "acc_stderr": 0.004567287775700561, "acc_norm": 0.8714399522007569, "acc_norm_stderr": 0.003340282993990809 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.37, "acc_stderr": 0.04852365870939099, "acc_norm": 0.37, "acc_norm_stderr": 0.04852365870939099 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_13T16_55_23.006879, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-13T16-55-23.006879.parquet

• harness_gsm8k_5

  • 分割：2024_01_13T16_55_23.006879, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-13T16-55-23.006879.parquet

• harness_hellaswag_10

  • 分割：2024_01_13T16_55_23.006879, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-13T16-55-23.006879.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_13T16_55_23.006879, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-13T16-55-23.006879.parquet 等。