open-llm-leaderboard-old/details_Kukedlc__SuperMente-7B-v4

该数据集是在评估模型Kukedlc/SuperMente-7B-v4时自动创建的，包含63个配置，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的特定分割中找到，分割以运行的时间戳命名。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，用于计算和显示在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 Kukedlc/SuperMente-7B-v4 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。
• 创建次数：从1次运行中创建。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。
• 分割：每个配置包含多个分割，其中 "train" 分割始终指向最新的结果。
• 结果配置：额外的 "results" 配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Kukedlc__SuperMente-7B-v4", "harness_winogrande_5", split="train")

最新结果

最新结果来自2024-03-15T22:23:21.393421的运行，包含多个任务的评估结果。以下是部分结果示例： python { "all": { "acc": 0.6392802020340652, "acc_stderr": 0.03235715366568653, "acc_norm": 0.6388159808811307, "acc_norm_stderr": 0.03302845637959357, "mc1": 0.5361077111383109, "mc1_stderr": 0.017457800422268625, "mc2": 0.7145914661594538, "mc2_stderr": 0.014632935395796937 }, "harness|arc:challenge|25": { "acc": 0.6800341296928327, "acc_stderr": 0.013631345807016193, "acc_norm": 0.7047781569965871, "acc_norm_stderr": 0.013329750293382318 }, "harness|hellaswag|10": { "acc": 0.69398526190002, "acc_stderr": 0.00459894072237409, "acc_norm": 0.8763194582752439, "acc_norm_stderr": 0.0032854391911219137 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_15T22_23_21.393421, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-15T22-23-21.393421.parquet

• harness_gsm8k_5

  • 分割：2024_03_15T22_23_21.393421, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-15T22-23-21.393421.parquet

• harness_hellaswag_10

  • 分割：2024_03_15T22_23_21.393421, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-15T22-23-21.393421.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_15T22_23_21.393421, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-15T22-23-21.393421.parquet