open-llm-leaderboard-old/details_Gille__StrangeMerges_20-7B-slerp

该数据集是在Open LLM Leaderboard上对模型Gille/StrangeMerges_20-7B-slerp进行评估时自动创建的。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行的结果作为特定配置中的一个分割，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，还有一个名为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

数据集来源

该数据集是在对模型 Gille/StrangeMerges_20-7B-slerp 进行评估运行期间自动创建的，评估结果展示在 Open LLM Leaderboard 上。

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。
• 运行次数：数据集来自1次运行。每个运行结果作为一个特定的分割（split）存储，分割名称使用运行的时间戳。
• 训练分割："train" 分割始终指向最新的结果。
• 结果配置：一个额外的 "results" 配置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_Gille__StrangeMerges_20-7B-slerp", "harness_winogrande_5", split="train")

最新结果

最新结果来自2024-04-02T23:29:40.441351的运行，具体结果如下： python { "all": { "acc": 0.6568209906863018, "acc_stderr": 0.03197360214037413, "acc_norm": 0.655947230300773, "acc_norm_stderr": 0.03264361824443875, "mc1": 0.5679314565483476, "mc1_stderr": 0.01734120239498833, "mc2": 0.7090103408223626, "mc2_stderr": 0.014840595946247998 }, "harness|arc:challenge|25": { "acc": 0.7098976109215017, "acc_stderr": 0.013261573677520767, "acc_norm": 0.7312286689419796, "acc_norm_stderr": 0.012955065963710698 }, "harness|hellaswag|10": { "acc": 0.7149970125473013, "acc_stderr": 0.004504932999736407, "acc_norm": 0.8844851623182632, "acc_norm_stderr": 0.003189889789404672 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695235, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695235 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_04_02T23_29_40.441351, latest
  • 路径：**/details_harness|arc:challenge|25_2024-04-02T23-29-40.441351.parquet

• harness_gsm8k_5

  • 分割：2024_04_02T23_29_40.441351, latest
  • 路径：**/details_harness|gsm8k|5_2024-04-02T23-29-40.441351.parquet

• harness_hellaswag_10

  • 分割：2024_04_02T23_29_40.441351, latest
  • 路径：**/details_harness|hellaswag|10_2024-04-02T23-29-40.441351.parquet

• harness_hendrycksTest_5

  • 分割：2024_04_02T23_29_40.441351, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-02T23-29-40.441351.parquet 等