open-llm-leaderboard-old/details_Ppoyaa__Niel-7B

该数据集是在Open LLM Leaderboard上对模型Ppoyaa/Niel-7B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。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存在，train分割始终指向最新的结果。此外，还有一个名为results的配置，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文件还提供了如何加载运行中的详细信息的说明，并提供了特定运行的最新结果。

原始信息汇总

数据集概述

数据集来源

该数据集是在评估模型 Ppoyaa/Niel-7B 在 Open LLM Leaderboard 上的运行过程中自动创建的。

数据集组成

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，每个运行可以在每个配置中找到一个特定的拆分，拆分名称使用运行的时间戳。"train" 拆分始终指向最新的结果。

额外配置

一个额外的配置 "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。

数据加载示例

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

最新结果

这些是最新结果（2024-04-09T23:36:22.675816）的详细信息，包括各个任务的准确率（acc）、标准化准确率（acc_norm）、标准误差（acc_stderr、acc_norm_stderr）等指标。

配置详情

• config_name: harness_arc_challenge_25

  • 数据文件路径:
    • 拆分: 2024_04_09T23_36_22.675816
      • **/details_harness|arc:challenge|25_2024-04-09T23-36-22.675816.parquet
    • 拆分: latest
      • **/details_harness|arc:challenge|25_2024-04-09T23-36-22.675816.parquet

• config_name: harness_gsm8k_5

  • 数据文件路径:
    • 拆分: 2024_04_09T23_36_22.675816
      • **/details_harness|gsm8k|5_2024-04-09T23-36-22.675816.parquet
    • 拆分: latest
      • **/details_harness|gsm8k|5_2024-04-09T23-36-22.675816.parquet

• config_name: harness_hellaswag_10

  • 数据文件路径:
    • 拆分: 2024_04_09T23_36_22.675816
      • **/details_harness|hellaswag|10_2024-04-09T23-36-22.675816.parquet
    • 拆分: latest
      • **/details_harness|hellaswag|10_2024-04-09T23-36-22.675816.parquet

• config_name: harness_hendrycksTest_5

  • 数据文件路径:
    • 拆分: 2024_04_09T23_36_22.675816
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-anatomy|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-astronomy|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-business_ethics|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-college_biology|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-college_chemistry|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-college_computer_science|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-college_mathematics|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-college_medicine|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-college_physics|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-computer_security|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-conceptual_physics|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-econometrics|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-electrical_engineering|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-formal_logic|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-global_facts|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-high_school_biology|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-high_school_chemistry|5_2024-04-09T23-36-22.675816.parquet
      • **/details_harness|hendrycksTest-high_school_computer_science|5_2024-04-09T23-36-22.675816.parquet