open-llm-leaderboard-old/details_DenisTheDev__Blitz-AI-MOE-v0.4

该数据集是在Open LLM Leaderboard上对模型DenisTheDev/Blitz-AI-MOE-v0.4进行评估时自动创建的。它由63个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中创建的，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。train分割始终指向最新的结果。一个额外的配置results存储了运行的所有聚合结果，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

数据集简介

该数据集是在评估模型DenisTheDev/Blitz-AI-MOE-v0.4在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 数据集包含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中找到特定的分割，分割名称使用运行的时间戳。
• "train"分割始终指向最新的结果。
• 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_DenisTheDev__Blitz-AI-MOE-v0.4", "harness_winogrande_5", split="train")

最新结果

这些是最新结果的示例： python { "all": { "acc": 0.6441786289728297, "acc_stderr": 0.03226389476881219, "acc_norm": 0.6463478032255064, "acc_norm_stderr": 0.032907165671677265, "mc1": 0.3635250917992656, "mc1_stderr": 0.01683886288396583, "mc2": 0.5355025455189468, "mc2_stderr": 0.01539835384962678 }, "harness|arc:challenge|25": { "acc": 0.6237201365187713, "acc_stderr": 0.014157022555407163, "acc_norm": 0.6629692832764505, "acc_norm_stderr": 0.013813476652902279 }, "harness|hellaswag|10": { "acc": 0.6697868950408286, "acc_stderr": 0.004693285694663837, "acc_norm": 0.8559051981676957, "acc_norm_stderr": 0.0035046810917039014 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.41, "acc_stderr": 0.04943110704237103, "acc_norm": 0.41, "acc_norm_stderr": 0.04943110704237103 }, # 其他任务的结果... }

配置详情

• config_name: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_03_22T03_29_31.187340
      • 路径: **/details_harness|arc:challenge|25_2024-03-22T03-29-31.187340.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-22T03-29-31.187340.parquet

• config_name: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_03_22T03_29_31.187340
      • 路径: **/details_harness|gsm8k|5_2024-03-22T03-29-31.187340.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-22T03-29-31.187340.parquet

• config_name: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_03_22T03_29_31.187340
      • 路径: **/details_harness|hellaswag|10_2024-03-22T03-29-31.187340.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-22T03-29-31.187340.parquet

• config_name: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_03_22T03_29_31.187340
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-03-22T03-29-31.187340.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-03-22T03-29-31.187340.parquet

        其他任务的路径...

}