open-llm-leaderboard-old/details_tyson0420__mixtral_stack_llama

该数据集是在Open LLM Leaderboard上对模型tyson0420/mixtral_stack_llama进行评估时自动生成的。数据集包含63个配置，每个配置对应一个评估任务。它包括一次或多次运行的结果，每次运行作为一个特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个results配置，用于汇总所有运行结果，这些结果用于计算和显示Open LLM Leaderboard上的指标。README还提供了一个Python代码片段，用于加载特定运行的详细信息。

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 tyson0420/mixtral_stack_llama 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。
• 运行次数：数据集由1次运行创建。每个运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
• 分割：每个配置中的 "train" 分割始终指向最新的结果。
• 结果配置：一个额外的配置 "results" 存储所有运行的聚合结果，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_tyson0420__mixtral_stack_llama", "harness_winogrande_5", split="train")

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.28193427391738846, "acc_stderr": 0.03169270439313508, "acc_norm": 0.2845747380485041, "acc_norm_stderr": 0.03252371590260296, "mc1": 0.20563035495716034, "mc1_stderr": 0.014148482219460972, "mc2": 0.38221457050909724, "mc2_stderr": 0.015352799377174492 }, "harness|arc:challenge|25": { "acc": 0.302901023890785, "acc_stderr": 0.013428241573185347, "acc_norm": 0.3455631399317406, "acc_norm_stderr": 0.013896938461145682 }, "harness|hellaswag|10": { "acc": 0.37860983867755427, "acc_stderr": 0.0048404936031662075, "acc_norm": 0.5023899621589325, "acc_norm_stderr": 0.004989724408664516 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.28, "acc_stderr": 0.04512608598542129, "acc_norm": 0.28, "acc_norm_stderr": 0.04512608598542129 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_02_15T08_21_27.970055, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-15T08-21-27.970055.parquet

• harness_gsm8k_5

  • 分割：2024_02_15T08_21_27.970055, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-15T08-21-27.970055.parquet

• harness_hellaswag_10

  • 分割：2024_02_15T08_21_27.970055, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-15T08-21-27.970055.parquet

• harness_hendrycksTest_5

  • 分割：2024_02_15T08_21_27.970055, latest
  • 路径：多个路径，例如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-15T08-21-27.970055.parquet