open-llm-leaderboard-old/details_Obrolin__Kesehatan-7B-v0.1

该数据集是在Open LLM Leaderboard上对模型Obrolin/Kesehatan-7B-v0.1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。数据集由1次运行创建，每次运行在每个配置中作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。额外的配置results存储了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。README还提供了如何使用Python代码加载运行中的详细信息的示例，并列出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

• 名称: Evaluation run of Obrolin/Kesehatan-7B-v0.1
• 来源: 自动创建于模型 Obrolin/Kesehatan-7B-v0.1 在 Open LLM Leaderboard 的评估运行。
• 配置数量: 63
• 创建次数: 1
• 最新结果: 来自2024-02-03T22:00:30.966054的运行结果

数据集结构

• 配置: 每个配置对应一个评估任务。
• 分割: 每个运行结果作为一个特定的分割存储，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 结果配置: "results" 配置存储所有运行的聚合结果，用于计算和显示聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Obrolin__Kesehatan-7B-v0.1", "harness_winogrande_5", split="train")

最新结果示例

python { "all": { "acc": 0.5977471674915434, "acc_stderr": 0.03354675339314637, "acc_norm": 0.6033162868765426, "acc_norm_stderr": 0.03424412262997995, "mc1": 0.35128518971848227, "mc1_stderr": 0.016711358163544403, "mc2": 0.5067930984526436, "mc2_stderr": 0.015515560312684274 }, "harness|arc:challenge|25": { "acc": 0.5819112627986348, "acc_stderr": 0.014413988396996081, "acc_norm": 0.6032423208191127, "acc_norm_stderr": 0.014296513020180635 }, "harness|hellaswag|10": { "acc": 0.6266679944234216, "acc_stderr": 0.004827006520802886, "acc_norm": 0.8254331806413066, "acc_norm_stderr": 0.0037882037293466985 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695235, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695235 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割: 2024_02_03T22_00_30.966054, latest
  • 路径: **/details_harness|arc:challenge|25_2024-02-03T22-00-30.966054.parquet

• harness_gsm8k_5

  • 分割: 2024_02_03T22_00_30.966054, latest
  • 路径: **/details_harness|gsm8k|5_2024-02-03T22-00-30.966054.parquet

• harness_hellaswag_10

  • 分割: 2024_02_03T22_00_30.966054, latest
  • 路径: **/details_harness|hellaswag|10_2024-02-03T22-00-30.966054.parquet

• harness_hendrycksTest_5

  • 分割: 2024_02_03T22_00_30.966054, latest
  • 路径: 多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-03T22-00-30.966054.parquet 等