open-llm-leaderboard-old/details_KnutJaegersberg__platypus-1_8b
收藏数据集概述
数据集简介
该数据集是在对模型 KnutJaegersberg/platypus-1_8b 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：数据集由1次运行创建，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。
- 最新结果："train" 分割始终指向最新结果。
- 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_KnutJaegersberg__platypus-1_8b", "harness_winogrande_5", split="train")
最新结果
以下是 2024-01-04T23:54:13.264739 运行的最新结果：
python { "all": { "acc": 0.3311382624677847, "acc_stderr": 0.03309340117681418, "acc_norm": 0.3354285679884653, "acc_norm_stderr": 0.03395064752932648, "mc1": 0.24724602203182375, "mc1_stderr": 0.015102404797359652, "mc2": 0.407314806116824, "mc2_stderr": 0.01575648292147913 }, "harness|arc:challenge|25": { "acc": 0.3174061433447099, "acc_stderr": 0.01360223908803817, "acc_norm": 0.33276450511945393, "acc_norm_stderr": 0.013769863046192309 }, "harness|hellaswag|10": { "acc": 0.3979286994622585, "acc_stderr": 0.004884702412456094, "acc_norm": 0.5075682135032862, "acc_norm_stderr": 0.004989209770743239 }, ... }
配置详情
-
harness_arc_challenge_25
- 分割：2024_01_04T23_54_13.264739, latest
- 路径：
**/details_harness|arc:challenge|25_2024-01-04T23-54-13.264739.parquet
-
harness_gsm8k_5
- 分割：2024_01_04T23_54_13.264739, latest
- 路径：
**/details_harness|gsm8k|5_2024-01-04T23-54-13.264739.parquet
-
harness_hellaswag_10
- 分割：2024_01_04T23_54_13.264739, latest
- 路径：
**/details_harness|hellaswag|10_2024-01-04T23-54-13.264739.parquet
-
harness_hendrycksTest_5
- 分割：2024_01_04T23_54_13.264739, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-04T23-54-13.264739.parquet等。
