open-llm-leaderboard-old/details_R136a1__InfinityKumon-2x7B

该数据集是在模型R136a1/InfinityKumon-2x7B的评估运行过程中自动创建的，主要用于在Open LLM Leaderboard上进行评估。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次运行生成，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，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of R136a1/InfinityKumon-2x7B
• 来源: 自动创建于模型 R136a1/InfinityKumon-2x7B 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。
• 创建次数: 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。"train" 分片总是指向最新的结果。
• 额外配置: 一个名为 "results" 的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_R136a1__InfinityKumon-2x7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-03-29T18:14:17.379382
• 聚合结果: python { "all": { "acc": 0.6533431675964941, "acc_stderr": 0.03199131235574602, "acc_norm": 0.6542562089826888, "acc_norm_stderr": 0.032641371975695, "mc1": 0.45165238678090575, "mc1_stderr": 0.017421480300277643, "mc2": 0.6198855433930374, "mc2_stderr": 0.015418173007215551 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分片: 2024_03_29T18_14_17.379382
      • 路径: **/details_harness|arc:challenge|25_2024-03-29T18-14-17.379382.parquet
    • 分片: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-29T18-14-17.379382.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分片: 2024_03_29T18_14_17.379382
      • 路径: **/details_harness|gsm8k|5_2024-03-29T18-14-17.379382.parquet
    • 分片: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-29T18-14-17.379382.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分片: 2024_03_29T18_14_17.379382
      • 路径: **/details_harness|hellaswag|10_2024-03-29T18-14-17.379382.parquet
    • 分片: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-29T18-14-17.379382.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分片: 2024_03_29T18_14_17.379382
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-29T18-14-17.379382.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-29T18-14-17.379382.parquet
        • ...
    • 分片: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-29T18-14-17.379382.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-29T18-14-17.379382.parquet
        • ...