open-llm-leaderboard/details_xxyyy123__mc_data_30k_from_platpus_orca_7b_10k_v1_lora_qk_rank14_v2

该数据集是在Open LLM Leaderboard上对模型xxyyy123/mc_data_30k_from_platpus_orca_7b_10k_v1_lora_qk_rank14_v2进行评估时自动创建的。数据集包含61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分割始终指向最新结果。此外，results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。This dataset was automatically created during the evaluation of the model xxyyy123/mc_data_30k_from_platpus_orca_7b_10k_v1_lora_qk_rank14_v2 on the Open LLM Leaderboard. The dataset contains 61 configurations, each corresponding to one evaluation task. The dataset was generated through one run, with the results of each run serving as a data split under a specific configuration, and the names of the splits are derived from the timestamp of the corresponding run. The 'train' split always points to the most recent results. Additionally, the 'results' configuration stores the aggregated results of all runs, which are utilized to calculate and display aggregate metrics on the Open LLM Leaderboard.

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of xxyyy123/mc_data_30k_from_platpus_orca_7b_10k_v1_lora_qk_rank14_v2
• 描述: 该数据集是在模型 xxyyy123/mc_data_30k_from_platpus_orca_7b_10k_v1_lora_qk_rank14_v2 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
• 组成: 数据集包含 61 个配置，每个配置对应一个评估任务。
• 创建: 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。"train" 分片始终指向最新的结果。
• 结果配置: 一个额外的配置 "results" 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。

最新结果

• 最新结果: 这些是最新的结果，来自 2023-09-03T18:41:04.280567 的运行。
• 详细结果: 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、多选题1（mc1）和多选题2（mc2）等指标及其标准误差（stderr）。

配置信息

• 配置名称:
  • harness_arc_challenge_25
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件:
  • 每个配置包含多个分片，每个分片对应一个特定的时间戳或最新的结果。
  • 数据文件路径示例:
    • **/details_harness|arc:challenge|25_2023-09-03T18:41:04.280567.parquet
    • **/details_harness|hellaswag|10_2023-09-03T18:41:04.280567.parquet
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-03T18:41:04.280567.parquet

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_xxyyy123__mc_data_30k_from_platpus_orca_7b_10k_v1_lora_qk_rank14_v2", "harness_truthfulqa_mc_0", split="train")