open-llm-leaderboard-old/details_sethuiyer__Dr_Samantha-7b

该数据集是在评估模型sethuiyer/Dr_Samantha-7b时自动创建的，用于在Open LLM Leaderboard上进行评估。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，分割名称为运行的时间戳。train分割始终指向最新结果。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

该数据集是在对模型 sethuiyer/Dr_Samantha-7b 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。
• 分割类型：每个配置包含一个名为 "train" 的分割，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_sethuiyer__Dr_Samantha-7b", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-05T00:01:41.820538 运行的最新结果：

python { "all": { "acc": 0.4806802958525362, "acc_stderr": 0.03430510555450672, "acc_norm": 0.4854584968099748, "acc_norm_stderr": 0.03506159854197481, "mc1": 0.2974296205630355, "mc1_stderr": 0.01600265148736101, "mc2": 0.45584336369461415, "mc2_stderr": 0.015035191366607928 }, "harness|arc:challenge|25": { "acc": 0.48890784982935154, "acc_stderr": 0.014607794914013053, "acc_norm": 0.53839590443686, "acc_norm_stderr": 0.014568245550296358 }, "harness|hellaswag|10": { "acc": 0.5848436566421031, "acc_stderr": 0.0049174193677660296, "acc_norm": 0.7795259908384784, "acc_norm_stderr": 0.004137190475425532 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.31, "acc_stderr": 0.046482319871173156, "acc_norm": 0.31, "acc_norm_stderr": 0.046482319871173156 }, # 其他任务结果省略... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_05T00_01_41.820538, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-05T00-01-41.820538.parquet

• harness_gsm8k_5

  • 分割：2024_01_05T00_01_41.820538, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-05T00-01-41.820538.parquet

• harness_hellaswag_10

  • 分割：2024_01_05T00_01_41.820538, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-05T00-01-41.820538.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_05T00_01_41.820538, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-05T00-01-41.820538.parquet 等