open-llm-leaderboard-old/details_ai-forever__mGPT

该数据集是在Open LLM Leaderboard上对模型ai-forever/mGPT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。数据集是从一个或多个运行中生成的，每个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的额外配置存储了运行的所有聚合结果，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，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集信息

• 数据集名称: Evaluation run of ai-forever/mGPT
• 数据集来源: 自动创建于模型 ai-forever/mGPT 在 Open LLM Leaderboard 的评估运行中。
• 数据集组成: 包含 63 个配置，每个配置对应一个评估任务。
• 数据集创建: 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_ai-forever__mGPT", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2023-12-29T22:35:26.065619
• 聚合结果: python { "all": { "acc": 0.25087298718135403, "acc_stderr": 0.030708943553259822, "acc_norm": 0.2516614092703414, "acc_norm_stderr": 0.03152915127982111, "mc1": 0.23255813953488372, "mc1_stderr": 0.014789157531080508, "mc2": 0.39616632351350106, "mc2_stderr": 0.01482764797162176 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2023_12_29T22_35_26.065619
      • 路径: **/details_harness|arc:challenge|25_2023-12-29T22-35-26.065619.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2023-12-29T22-35-26.065619.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2023_12_29T22_35_26.065619
      • 路径: **/details_harness|gsm8k|5_2023-12-29T22-35-26.065619.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2023-12-29T22-35-26.065619.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2023_12_29T22_35_26.065619
      • 路径: **/details_harness|hellaswag|10_2023-12-29T22-35-26.065619.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2023-12-29T22-35-26.065619.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2023_12_29T22_35_26.065619
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-29T22-35-26.065619.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-29T22-35-26.065619.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-29T22-35-26.065619.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2023-12-29T22-35-26.065619.parquet
        • ...