open-llm-leaderboard-old/details_Vasanth__Valor_Macaroni_moe

该数据集是在评估模型Vasanth/Valor_Macaroni_moe时自动创建的，主要用于在Open LLM Leaderboard上进行评估。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为一个特定的分割存储，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，还有一个名为results的配置，存储了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。

原始信息汇总

数据集概述

该数据集是在模型 Vasanth/Valor_Macaroni_moe 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集包含 63 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：63 个配置
• 创建来源：从 1 次运行中创建
• 数据分割：每个配置包含特定分割，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 额外配置："results" 配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Vasanth__Valor_Macaroni_moe", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要：

python { "all": { "acc": 0.6507794825269755, "acc_stderr": 0.03207408539778976, "acc_norm": 0.650451847875648, "acc_norm_stderr": 0.032740448600963236, "mc1": 0.4920440636474908, "mc1_stderr": 0.01750128507455183, "mc2": 0.6464987959765103, "mc2_stderr": 0.015375185619864559 }, "harness|arc:challenge|25": { "acc": 0.6757679180887372, "acc_stderr": 0.013678810399518822, "acc_norm": 0.7030716723549488, "acc_norm_stderr": 0.013352025976725223 }, "harness|hellaswag|10": { "acc": 0.6838279227245568, "acc_stderr": 0.004640306719628063, "acc_norm": 0.8661621190997809, "acc_norm_stderr": 0.003397822089857292 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695236, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695236 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_21T12_08_54.379956, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-21T12-08-54.379956.parquet

• harness_gsm8k_5

  • 分割：2024_01_21T12_08_54.379956, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-21T12-08-54.379956.parquet

• harness_hellaswag_10

  • 分割：2024_01_21T12_08_54.379956, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-21T12-08-54.379956.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_21T12_08_54.379956, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-21T12-08-54.379956.parquet

以上是数据集的详细概述，包括数据集的结构、加载示例、最新结果和配置详情。