open-llm-leaderboard-old/details_notadib__Mistral-7B-Instruct-v0.2-attention-sparsity-10-v0.1

数据集是在评估模型notadib/Mistral-7B-Instruct-v0.2-attention-sparsity-10-v0.1在Open LLM Leaderboard上的运行过程中自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，分割以运行的时间戳命名。train分割始终指向最新的结果。此外，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上的聚合指标。

原始信息汇总

数据集概述

数据集摘要

该数据集是在对模型 notadib/Mistral-7B-Instruct-v0.2-attention-sparsity-10-v0.1 进行评估运行时自动创建的。数据集由 63 个配置组成，每个配置对应一个评估任务。数据集从 1 次运行中创建，每次运行的详细信息可以在每个配置中找到，使用运行的时间戳作为分割名称。"train" 分割始终指向最新的结果。

数据集结构

数据集包含以下配置：

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含不同任务的数据文件，例如：

• harness_arc_challenge_25 包含 harness|arc:challenge|25 任务的数据。
• harness_gsm8k_5 包含 harness|gsm8k|5 任务的数据。
• harness_hellaswag_10 包含 harness|hellaswag|10 任务的数据。
• harness_hendrycksTest_5 包含多个 harness|hendrycksTest-*|5 任务的数据。

数据加载示例

以下是加载数据集的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_notadib__Mistral-7B-Instruct-v0.2-attention-sparsity-10-v0.1", "harness_winogrande_5", split="train")

最新结果

以下是来自最新运行 2024-02-01T16:47:43.870919 的结果： python { "all": { "acc": 0.608213540240799, "acc_stderr": 0.03315279862254355, "acc_norm": 0.6128927690011974, "acc_norm_stderr": 0.03382542868703408, "mc1": 0.5275397796817626, "mc1_stderr": 0.01747693019071219, "mc2": 0.6811241660222933, "mc2_stderr": 0.015196421629330473 }, "harness|arc:challenge|25": { "acc": 0.591296928327645, "acc_stderr": 0.014365750345426998, "acc_norm": 0.6305460750853242, "acc_norm_stderr": 0.014104578366491888 }, "harness|hellaswag|10": { "acc": 0.6683927504481179, "acc_stderr": 0.004698285350019217, "acc_norm": 0.8488348934475204, "acc_norm_stderr": 0.003574776594108505 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.33, "acc_stderr": 0.047258156262526045, "acc_norm": 0.33, "acc_norm_stderr": 0.047258156262526045 }, # 其他任务的结果... }