open-llm-leaderboard-old/details_ChuckMcSneed__SMaxxxer-v1-70b

数据集是在模型ChuckMcSneed/SMaxxxer-v1-70b的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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1次运行中创建的，每次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分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集摘要

该数据集是在评估模型ChuckMcSneed/SMaxxxer-v1-70b在Open LLM Leaderboard上的运行过程中自动创建的。数据集包含63个配置，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行的详细结果可以在每个配置中找到，以运行的时间戳命名的特定分片形式存储。"train"分片始终指向最新的结果。

数据集结构

数据集包含多个配置，每个配置对应一个特定的评估任务。以下是部分配置的示例：

配置示例

• config_name: harness_arc_challenge_25

  • data_files:
    • split: 2024_02_02T06_12_15.180411
      • path: **/details_harness|arc:challenge|25_2024-02-02T06-12-15.180411.parquet
    • split: latest
      • path: **/details_harness|arc:challenge|25_2024-02-02T06-12-15.180411.parquet

• config_name: harness_gsm8k_5

  • data_files:
    • split: 2024_02_02T06_12_15.180411
      • path: **/details_harness|gsm8k|5_2024-02-02T06-12-15.180411.parquet
    • split: latest
      • path: **/details_harness|gsm8k|5_2024-02-02T06-12-15.180411.parquet

• config_name: harness_hellaswag_10

  • data_files:
    • split: 2024_02_02T06_12_15.180411
      • path: **/details_harness|hellaswag|10_2024-02-02T06-12-15.180411.parquet
    • split: latest
      • path: **/details_harness|hellaswag|10_2024-02-02T06-12-15.180411.parquet

最新结果

以下是最新结果的示例：

python { "all": { "acc": 0.7046050402424828, "acc_stderr": 0.03004645057227282, "acc_norm": 0.7084589909997574, "acc_norm_stderr": 0.03062387199604588, "mc1": 0.423500611995104, "mc1_stderr": 0.017297421448534727, "mc2": 0.6069766843815353, "mc2_stderr": 0.01472043739247153 }, "harness|arc:challenge|25": { "acc": 0.659556313993174, "acc_stderr": 0.013847460518892976, "acc_norm": 0.7064846416382252, "acc_norm_stderr": 0.013307250444941113 }, "harness|hellaswag|10": { "acc": 0.6744672376020713, "acc_stderr": 0.004676159299105418, "acc_norm": 0.8802031467835093, "acc_norm_stderr": 0.003240601883180498 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.34, "acc_stderr": 0.04760952285695236, "acc_norm": 0.34, "acc_norm_stderr": 0.04760952285695236 }, # 其他任务的结果... }

数据集加载示例

以下是如何加载数据集的示例：

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ChuckMcSneed__SMaxxxer-v1-70b", "harness_winogrande_5", split="train")