open-llm-leaderboard-old/details_MaziyarPanahi__TheTop-5x7B-Instruct-S4-v0.1

该数据集是在模型MaziyarPanahi/TheTop-5x7B-Instruct-S4-v0.1的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，运行的时间戳作为分割名称。train分割始终指向最新结果。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

数据集来源

该数据集是在评估模型 MaziyarPanahi/TheTop-5x7B-Instruct-S4-v0.1 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 数据来源：数据集从1次运行中创建，每个运行可以在每个配置中作为一个特定的分片找到，分片名称使用运行的时间戳。
• 分片信息：每个配置包含多个分片，其中“train”分片指向最新的结果。
• 结果汇总：一个额外的配置“results”存储所有运行的汇总结果，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_MaziyarPanahi__TheTop-5x7B-Instruct-S4-v0.1", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.6568351479800627, "acc_stderr": 0.03199600851869088, "acc_norm": 0.6554901222242155, "acc_norm_stderr": 0.03267670432184765, "mc1": 0.5104039167686658, "mc1_stderr": 0.017499711430249268, "mc2": 0.6556430108444109, "mc2_stderr": 0.015519025079862213 }, "harness|arc:challenge|25": { "acc": 0.6919795221843004, "acc_stderr": 0.013491429517292038, "acc_norm": 0.7218430034129693, "acc_norm_stderr": 0.013094469919538812 }, "harness|hellaswag|10": { "acc": 0.7202748456482773, "acc_stderr": 0.0044794676194648, "acc_norm": 0.8828918542123083, "acc_norm_stderr": 0.003208919510309931 }, "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... }

配置信息

• harness_arc_challenge_25

  • 分片：2024_02_18T23_18_37.432779, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-18T23-18-37.432779.parquet

• harness_gsm8k_5

  • 分片：2024_02_18T23_18_37.432779, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-18T23-18-37.432779.parquet

• harness_hellaswag_10

  • 分片：2024_02_18T23_18_37.432779, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-18T23-18-37.432779.parquet

• harness_hendrycksTest_5

  • 分片：2024_02_18T23_18_37.432779, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-18T23-18-37.432779.parquet 等。