open-llm-leaderboard/details_ResplendentAI__Asherah_7B

该数据集是在评估模型ResplendentAI/Asherah_7B时自动创建的，包含63个配置，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，每次运行都可以在特定配置中找到，且以时间戳命名。train分割始终指向最新结果。此外，results配置存储了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。

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ResplendentAI/Asherah_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。
• 运行次数：数据集从1次运行中创建。每个运行结果作为一个特定的分割存储在每个配置中，分割名称使用运行的时间戳。
• 训练分割："train"分割始终指向最新的结果。
• 结果配置：额外的"results"配置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_ResplendentAI__Asherah_7B", "harness_winogrande_5", split="train")

最新结果

以下是2024-03-22T02:44:56.997740运行的最新结果：

python { "all": { "acc": 0.6428050024791003, "acc_stderr": 0.03251525193563222, "acc_norm": 0.6437054038596077, "acc_norm_stderr": 0.03317605264661184, "mc1": 0.401468788249694, "mc1_stderr": 0.017160273901693654, "mc2": 0.5806505512555615, "mc2_stderr": 0.015421807086988029 }, "harness|arc:challenge|25": { "acc": 0.6467576791808873, "acc_stderr": 0.013967822714840055, "acc_norm": 0.681740614334471, "acc_norm_stderr": 0.013611993916971451 }, "harness|hellaswag|10": { "acc": 0.6715793666600279, "acc_stderr": 0.004686789042445373, "acc_norm": 0.8604859589723163, "acc_norm_stderr": 0.003457740283785488 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.36, "acc_stderr": 0.04824181513244218, "acc_norm": 0.36, "acc_norm_stderr": 0.04824181513244218 }, # 其他任务的结果... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_03_22T02_44_56.997740, latest
  • 路径：**/details_harness|arc:challenge|25_2024-03-22T02-44-56.997740.parquet

• harness_gsm8k_5

  • 分割：2024_03_22T02_44_56.997740, latest
  • 路径：**/details_harness|gsm8k|5_2024-03-22T02-44-56.997740.parquet

• harness_hellaswag_10

  • 分割：2024_03_22T02_44_56.997740, latest
  • 路径：**/details_harness|hellaswag|10_2024-03-22T02-44-56.997740.parquet

• harness_hendrycksTest_5

  • 分割：2024_03_22T02_44_56.997740, latest
  • 路径：**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-22T02-44-56.997740.parquet 等