open-llm-leaderboard-old/details_Changgil__K2S3-Mistral-7b-v1.0

该数据集是在模型Changgil/K2S3-Mistral-7b-v1.0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。它包含一次运行的结果，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`函数加载运行中的详细信息的示例。README中还包含了2024-03-22运行的最新结果。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 Changgil/K2S3-Mistral-7b-v1.0 进行评估时自动创建的，用于 Open LLM Leaderboard。

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。
• 数据来源：数据集来自1次运行，每个运行在每个配置中作为一个特定的分片存在，分片名称使用运行的时间戳。
• 分片类型：每个配置包含多个分片，其中 "train" 分片指向最新的结果。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Changgil__K2S3-Mistral-7b-v1.0", "harness_winogrande_5", split="train")

最新结果

以下是 2024-03-22T00:33:16.866422 运行的最新结果：

python { "all": { "acc": 0.6302630133167952, "acc_stderr": 0.03251872092158729, "acc_norm": 0.6340475357590942, "acc_norm_stderr": 0.033164051454020446, "mc1": 0.34516523867809057, "mc1_stderr": 0.01664310331927494, "mc2": 0.5149404596508536, "mc2_stderr": 0.015039389979359425 }, "harness|arc:challenge|25": { "acc": 0.5494880546075085, "acc_stderr": 0.014539646098471625, "acc_norm": 0.6075085324232082, "acc_norm_stderr": 0.01426963463567073 }, "harness|hellaswag|10": { "acc": 0.6199960167297351, "acc_stderr": 0.004843954338451442, "acc_norm": 0.8186616211909978, "acc_norm_stderr": 0.003845108476401292 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.37, "acc_stderr": 0.048523658709391, "acc_norm": 0.37, "acc_norm_stderr": 0.048523658709391 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分片：2024_03_22T00_33_16.866422, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-22T00-33-16.866422.parquet

• harness_gsm8k_5

  • 分片：2024_03_22T00_33_16.866422, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-22T00-33-16.866422.parquet

• harness_hellaswag_10

  • 分片：2024_03_22T00_33_16.866422, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-22T00-33-16.866422.parquet

• harness_hendrycksTest_5

  • 分片：2024_03_22T00_33_16.866422, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-22T00-33-16.866422.parquet 等