open-llm-leaderboard-old/details_invalid-coder__Sakura-SOLAR-Instruct-CarbonVillain-en-10.7B-v2-slerp

该数据集是在Open LLM Leaderboard上对模型invalid-coder/Sakura-SOLAR-Instruct-CarbonVillain-en-10.7B-v2-slerp进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，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，results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

该数据集是在模型invalid-coder/Sakura-SOLAR-Instruct-CarbonVillain-en-10.7B-v2-slerp的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，每个运行结果作为特定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"分片始终指向最新结果。
• 结果汇总：额外配置"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_invalid-coder__Sakura-SOLAR-Instruct-CarbonVillain-en-10.7B-v2-slerp", "harness_winogrande_5", split="train")

最新结果

以下是2024-03-31T12:52:31.599271运行的最新结果：

python { "all": { "acc": 0.6668729078581164, "acc_stderr": 0.03160537007752537, "acc_norm": 0.6676492166554839, "acc_norm_stderr": 0.032248990418071485, "mc1": 0.5703794369645043, "mc1_stderr": 0.017329234580409095, "mc2": 0.7193856673502277, "mc2_stderr": 0.015001288229149994 }, "harness|arc:challenge|25": { "acc": 0.6843003412969283, "acc_stderr": 0.013582571095815291, "acc_norm": 0.712457337883959, "acc_norm_stderr": 0.013226719056266125 }, "harness|hellaswag|10": { "acc": 0.7125074686317466, "acc_stderr": 0.00451668195387909, "acc_norm": 0.8841864170483967, "acc_norm_stderr": 0.0031934725302821716 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.44, "acc_stderr": 0.0498887651569859, "acc_norm": 0.44, "acc_norm_stderr": 0.0498887651569859 }, ... }

配置详情

• harness_arc_challenge_25

  • 分片：2024_03_31T12_52_31.599271, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-31T12-52-31.599271.parquet

• harness_gsm8k_5

  • 分片：2024_03_31T12_52_31.599271, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-31T12-52-31.599271.parquet

• harness_hellaswag_10

  • 分片：2024_03_31T12_52_31.599271, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-31T12-52-31.599271.parquet

• harness_hendrycksTest_5

  • 分片：2024_03_31T12_52_31.599271, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-31T12-52-31.599271.parquet, ...