open-llm-leaderboard-old/details_cloudyu__19B_MATH_DPO

该数据集是在模型cloudyu/19B_MATH_DPO的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，results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

数据集信息

• 数据集名称: Evaluation run of cloudyu/19B_MATH_DPO
• 数据集来源: 自动创建于模型 cloudyu/19B_MATH_DPO 在 Open LLM Leaderboard 的评估运行期间。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 从1次运行中创建，每次运行结果存储为特定分割，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 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_cloudyu__19B_MATH_DPO", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2024-02-01T23:32:55.270761
• 结果示例: python { "all": { "acc": 0.6660699005164362, "acc_stderr": 0.03169869947391378, "acc_norm": 0.6670707483334382, "acc_norm_stderr": 0.03234212982909728, "mc1": 0.5703794369645043, "mc1_stderr": 0.01732923458040909, "mc2": 0.7211331341447883, "mc2_stderr": 0.014953721386234187 }, "harness|arc:challenge|25": { "acc": 0.6860068259385665, "acc_stderr": 0.013562691224726295, "acc_norm": 0.7107508532423208, "acc_norm_stderr": 0.01325001257939344 }, "harness|hellaswag|10": { "acc": 0.7149970125473013, "acc_stderr": 0.004504932999736407, "acc_norm": 0.8842859988050189, "acc_norm_stderr": 0.003192279039468745 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25
  • 数据文件:
    • 分割: 2024_02_01T23_32_55.270761
      • 路径: **/details_harness|arc:challenge|25_2024-02-01T23-32-55.270761.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-02-01T23-32-55.270761.parquet
• 配置名称: harness_gsm8k_5
  • 数据文件:
    • 分割: 2024_02_01T23_32_55.270761
      • 路径: **/details_harness|gsm8k|5_2024-02-01T23-32-55.270761.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-02-01T23-32-55.270761.parquet
• 配置名称: harness_hellaswag_10
  • 数据文件:
    • 分割: 2024_02_01T23_32_55.270761
      • 路径: **/details_harness|hellaswag|10_2024-02-01T23-32-55.270761.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-02-01T23-32-55.270761.parquet
• 配置名称: harness_hendrycksTest_5
  • 数据文件:
    • 分割: 2024_02_01T23_32_55.270761
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-01T23-32-55.270761.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-01T23-32-55.270761.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-01T23-32-55.270761.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-01T23-32-55.270761.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-01T23-32-55.270761.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-01T23-32-55.270761.parquet
        • ...