open-llm-leaderboard-old/details_yunconglong__Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B

该数据集是在模型[yunconglong/Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B](https://huggingface.co/yunconglong/Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上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。数据集由1次运行创建，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命名。"train"分割始终指向最新结果。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](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of yunconglong/Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B
• 来源: 自动创建于模型 yunconglong/Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B 在 Open LLM Leaderboard 的评估运行中。
• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建: 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片存在，分片名称使用运行的时间戳。"train" 分片始终指向最新的结果。
• 额外配置: "results" 配置存储所有运行的聚合结果，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_yunconglong__Truthful_DPO_TomGrc_FusionNet_7Bx2_MoE_13B", "harness_winogrande_5", split="train")

最新结果

• 来源: latest results from run 2024-01-21T11:15:19.870178
• 示例: python { "all": { "acc": 0.6537295532650617, "acc_stderr": 0.0320842334613103, "acc_norm": 0.6525780615840782, "acc_norm_stderr": 0.03277229116935712, "mc1": 0.627906976744186, "mc1_stderr": 0.01692109011881403, "mc2": 0.780160272588061, "mc2_stderr": 0.013871089730066658 }, "harness|arc:challenge|25": { "acc": 0.7209897610921502, "acc_stderr": 0.013106784883601334, "acc_norm": 0.7491467576791809, "acc_norm_stderr": 0.012668198621315425 }, "harness|hellaswag|10": { "acc": 0.7189802828121888, "acc_stderr": 0.004485784468576664, "acc_norm": 0.8930491933877713, "acc_norm_stderr": 0.0030841908180933076 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25
  • 数据文件:
    • 分片: 2024_01_21T11_15_19.870178
      • 路径: **/details_harness|arc:challenge|25_2024-01-21T11-15-19.870178.parquet
    • 分片: latest
      • 路径: **/details_harness|arc:challenge|25_2024-01-21T11-15-19.870178.parquet
• 配置名称: harness_gsm8k_5
  • 数据文件:
    • 分片: 2024_01_21T11_15_19.870178
      • 路径: **/details_harness|gsm8k|5_2024-01-21T11-15-19.870178.parquet
    • 分片: latest
      • 路径: **/details_harness|gsm8k|5_2024-01-21T11-15-19.870178.parquet
• 配置名称: harness_hellaswag_10
  • 数据文件:
    • 分片: 2024_01_21T11_15_19.870178
      • 路径: **/details_harness|hellaswag|10_2024-01-21T11-15-19.870178.parquet
    • 分片: latest
      • 路径: **/details_harness|hellaswag|10_2024-01-21T11-15-19.870178.parquet
• 配置名称: harness_hendrycksTest_5
  • 数据文件:
    • 分片: 2024_01_21T11_15_19.870178
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-21T11-15-19.870178.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-01-21T11-15-19.870178.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-01-21T11-15-19.870178.parquet
        • ...