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

该数据集是在Open LLM Leaderboard上对模型FelixChao/Patronum-7B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到，运行的时间戳作为分割的名称。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

数据集简介

该数据集是在对模型 FelixChao/Patronum-7B 进行评估运行期间自动创建的，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：数据集从1次运行中创建，每个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。
• 最新结果："train" 分割始终指向最新的结果。
• 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 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_FelixChao__Patronum-7B", "harness_winogrande_5", split="train")

最新结果

这些是最新结果的示例，来自运行 2024-02-01T20:06:23.836193： python { "all": { "acc": 0.6534757286766597, "acc_stderr": 0.03192548199910663, "acc_norm": 0.6535546669851309, "acc_norm_stderr": 0.032578444148951814, "mc1": 0.5312117503059975, "mc1_stderr": 0.017469364874577526, "mc2": 0.7040594573714476, "mc2_stderr": 0.014835986297725817 }, "harness|arc:challenge|25": { "acc": 0.6868600682593856, "acc_stderr": 0.013552671543623497, "acc_norm": 0.7167235494880546, "acc_norm_stderr": 0.013167478735134573 }, "harness|hellaswag|10": { "acc": 0.711611232822147, "acc_stderr": 0.004520870679457036, "acc_norm": 0.8832901812387971, "acc_norm_stderr": 0.0032041800729423757 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.29, "acc_stderr": 0.045604802157206845, "acc_norm": 0.29, "acc_norm_stderr": 0.045604802157206845 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_01T20_06_23.836193, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-01T20-06-23.836193.parquet

• harness_gsm8k_5

  • 分割：2024_02_01T20_06_23.836193, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-01T20-06-23.836193.parquet

• harness_hellaswag_10

  • 分割：2024_02_01T20_06_23.836193, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-01T20-06-23.836193.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_01T20_06_23.836193, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-02-01T20-06-23.836193.parquet 等