open-llm-leaderboard-old/details_MaziyarPanahi__Franken-MoE-18B-v0.1

该数据集是在Open LLM Leaderboard上对模型MaziyarPanahi/Franken-MoE-18B-v0.1进行评估时自动创建的。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，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

• 名称: Evaluation run of MaziyarPanahi/Franken-MoE-18B-v0.1
• 来源: 自动创建于模型 MaziyarPanahi/Franken-MoE-18B-v0.1 在 Open LLM Leaderboard 的评估运行。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建: 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。"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_MaziyarPanahi__Franken-MoE-18B-v0.1", "harness_winogrande_5", split="train")

最新结果

• 时间戳: 2024-03-31T00:19:12.438459
• 详细结果: python { "all": { "acc": 0.6557818175891438, "acc_stderr": 0.03207042795476801, "acc_norm": 0.6552846059009914, "acc_norm_stderr": 0.032740437038273354, "mc1": 0.5336597307221542, "mc1_stderr": 0.017463793867168103, "mc2": 0.6751095508133969, "mc2_stderr": 0.015216154777381388 }, "harness|arc:challenge|25": { "acc": 0.7047781569965871, "acc_stderr": 0.013329750293382316, "acc_norm": 0.7209897610921502, "acc_norm_stderr": 0.01310678488360133 }, "harness|hellaswag|10": { "acc": 0.7082254530969926, "acc_stderr": 0.00453650071414798, "acc_norm": 0.8829914359689305, "acc_norm_stderr": 0.0032077357692780377 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_03_31T00_19_12.438459
      • 路径: **/details_harness|arc:challenge|25_2024-03-31T00-19-12.438459.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-31T00-19-12.438459.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_03_31T00_19_12.438459
      • 路径: **/details_harness|gsm8k|5_2024-03-31T00-19-12.438459.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-31T00-19-12.438459.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_03_31T00_19_12.438459
      • 路径: **/details_harness|hellaswag|10_2024-03-31T00-19-12.438459.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-31T00-19-12.438459.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_03_31T00_19_12.438459
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-31T00-19-12.438459.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-31T00-19-12.438459.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-31T00-19-12.438459.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-31T00-19-12.438459.parquet
        • ...