open-llm-leaderboard-old/details_senseable__WestLake-7B-v2

该数据集是在模型senseable/WestLake-7B-v2在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。它包含1次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。

原始信息汇总

数据集概述

数据集摘要

该数据集是在评估模型 senseable/WestLake-7B-v2 在 Open LLM Leaderboard 上的自动创建的。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" 分割始终指向最新的结果。

数据集结构

数据集包含以下配置：

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，分为不同的分割，如 "2024_01_22T09_52_08.185697" 和 "latest"。

数据加载示例

以下是加载数据集的示例代码： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_senseable__WestLake-7B-v2", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.6533732034583493, "acc_stderr": 0.03209755561849309, "acc_norm": 0.652581699527691, "acc_norm_stderr": 0.03277838192989007, "mc1": 0.5422276621787026, "mc1_stderr": 0.017440965712482125, "mc2": 0.6706202401619532, "mc2_stderr": 0.015393271752873241 }, "harness|arc:challenge|25": { "acc": 0.7047781569965871, "acc_stderr": 0.013329750293382318, "acc_norm": 0.7303754266211604, "acc_norm_stderr": 0.01296804068686914 }, "harness|hellaswag|10": { "acc": 0.7194781915952997, "acc_stderr": 0.0044833603701405775, "acc_norm": 0.8864767974507071, "acc_norm_stderr": 0.0031658294884891794 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.32, "acc_stderr": 0.046882617226215034, "acc_norm": 0.32, "acc_norm_stderr": 0.046882617226215034 }, # 其他任务的结果... }