open-llm-leaderboard-old/details_TRI-ML__mamba-7b-rw

数据集是在模型TRI-ML/mamba-7b-rw的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由62个配置组成，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。此外，还有一个名为results的配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

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 TRI-ML/mamba-7b-rw 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：62个配置，每个配置对应一个评估任务。
• 运行次数：数据集由2次运行创建，每次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。
• 聚合结果：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_TRI-ML__mamba-7b-rw", "harness_truthfulqa_mc_0", split="train")

最新结果

以下是 2024-05-09T19:27:38.920738 运行 的最新结果：

python { "all": { "acc": 0.3370893001475179, "acc_stderr": 0.0337911620364635, "acc_norm": 0.3411283118868055, "acc_norm_stderr": 0.03377519866428805, "mc1": 0.23133414932680538, "mc1_stderr": 0.014761945174862677, "mc2": 0.32152254703544064, "mc2_stderr": 0.013194827085964842 }, "harness|arc:challenge|25": { "acc": 0.48378839590443684, "acc_stderr": 0.01460370856741494, "acc_norm": 0.515358361774744, "acc_norm_stderr": 0.014604496129394906 }, "harness|hellaswag|10": { "acc": 0.5989842660824537, "acc_stderr": 0.004891025533633034, "acc_norm": 0.8057159928301135, "acc_norm_stderr": 0.003948399013301679 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.23, "acc_stderr": 0.042295258468165044, "acc_norm": 0.23, "acc_norm_stderr": 0.042295258468165044 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_05_09T19_27_38.920738, latest
  • 路径：**/details_harness|arc:challenge|25_2024-05-09T19-27-38.920738.parquet

• harness_gsm8k_5

  • 分割：2024_05_06T16_37_03.145530, latest
  • 路径：**/details_harness|gsm8k|5_2024-05-06T16-37-03.145530.parquet

• harness_hellaswag_10

  • 分割：2024_05_09T19_27_38.920738, latest
  • 路径：**/details_harness|hellaswag|10_2024-05-09T19-27-38.920738.parquet

• harness_hendrycksTest_5

  • 分割：2024_05_09T19_27_38.920738, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-05-09T19-27-38.920738.parquet 等。