open-llm-leaderboard-old/details_brucethemoose__CaPlatTessDolXaBoros-Yi-34B-200K-DARE-Ties
收藏数据集概述
数据集简介
该数据集是在对模型 brucethemoose/CaPlatTessDolXaBoros-Yi-34B-200K-DARE-Ties 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。
- 数据来源：数据集来自1次运行，每个运行结果作为一个特定的分片存储在每个配置中，分片名称使用运行的时间戳。
- 最新结果："train" 分片始终指向最新的结果。
- 汇总结果：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 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_brucethemoose__CaPlatTessDolXaBoros-Yi-34B-200K-DARE-Ties", "harness_winogrande_5", split="train")
最新结果
以下是 2023-12-10T10:23:58.856045 的最新结果：
python { "all": { "acc": 0.7470453642761706, "acc_stderr": 0.028619765288934736, "acc_norm": 0.7535136424409922, "acc_norm_stderr": 0.02914053190348252, "mc1": 0.3806609547123623, "mc1_stderr": 0.01699762787190793, "mc2": 0.5283809284788162, "mc2_stderr": 0.01556812706457422 }, "harness|arc:challenge|25": { "acc": 0.6245733788395904, "acc_stderr": 0.014150631435111726, "acc_norm": 0.6493174061433447, "acc_norm_stderr": 0.013944635930726096 }, "harness|hellaswag|10": { "acc": 0.6541525592511452, "acc_stderr": 0.0047467168057357635, "acc_norm": 0.8499302927703645, "acc_norm_stderr": 0.003564098420387773 }, # 其他任务的结果... }
配置详情
-
harness_arc_challenge_25
- 分片：2023_12_10T10_23_58.856045, latest
- 路径：
**/details_harness|arc:challenge|25_2023-12-10T10-23-58.856045.parquet
-
harness_gsm8k_5
- 分片：2023_12_10T10_23_58.856045, latest
- 路径：
**/details_harness|gsm8k|5_2023-12-10T10-23-58.856045.parquet
-
harness_hellaswag_10
- 分片：2023_12_10T10_23_58.856045, latest
- 路径：
**/details_harness|hellaswag|10_2023-12-10T10-23-58.856045.parquet
-
harness_hendrycksTest_5
- 分片：2023_12_10T10_23_58.856045, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2023-12-10T10-23-58.856045.parquet等
以上是数据集的概述，包括数据集的简介、结构、加载示例、最新结果和配置详情。
