open-llm-leaderboard-old/details_JosephusCheung__Yee-34B-200K-Chat

该数据集是在评估模型JosephusCheung/Yee-34B-200K-Chat时自动创建的，评估过程在Open LLM Leaderboard上进行。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

数据集创建

• 数据集是在评估模型 JosephusCheung/Yee-34B-200K-Chat 的过程中自动创建的。
• 评估运行在 Open LLM Leaderboard 上进行。

数据集结构

• 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。
• 额外的配置 "results" 存储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_JosephusCheung__Yee-34B-200K-Chat", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自 2023-12-05T04:15:54.776905 运行。
• 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、以及它们的误差（stderr）。

配置详情

• harness_arc_challenge_25

  • 分割：2023_12_05T04_15_54.776905, latest
  • 路径：**/details_harness|arc:challenge|25_2023-12-05T04-15-54.776905.parquet

• harness_gsm8k_5

  • 分割：2023_12_05T04_15_54.776905, latest
  • 路径：**/details_harness|gsm8k|5_2023-12-05T04-15-54.776905.parquet

• harness_hellaswag_10

  • 分割：2023_12_05T04_15_54.776905, latest
  • 路径：**/details_harness|hellaswag|10_2023-12-05T04-15-54.776905.parquet

• harness_hendrycksTest_5

  • 分割：2023_12_05T04_15_54.776905, latest
  • 路径：多个文件路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2023-12-05T04-15-54.776905.parquet 等。