open-llm-leaderboard/details_0-hero__Matter-0.1-Slim-7B-C

该数据集是在评估模型0-hero/Matter-0.1-Slim-7B-C在Open LLM Leaderboard上的表现时自动生成的。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果存储在不同的分割中，分割名称使用运行的时间戳命名。此外，数据集还包含一个名为"results"的配置，用于存储所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of 0-hero/Matter-0.1-Slim-7B-C

数据集描述

• dataset_summary: 该数据集是在评估模型0-hero/Matter-0.1-Slim-7B-C运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据来源: 1次运行
• 数据分割: 每个配置中包含特定分割，分割名称基于运行的时间戳
• "train"分割: 指向最新结果
• "results"配置: 存储所有聚合结果，用于计算和显示Leaderboard上的聚合指标

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_0-hero__Matter-0.1-Slim-7B-C", "harness_winogrande_5", split="train")

最新结果

• 结果来源: run 2024-03-15T06:59:23.327927
• 结果内容: 包含多个任务的评估指标，如准确率(acc)、标准误差(acc_stderr)等

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应不同的分割（如时间戳分割和最新分割），路径格式为**/details_{config_name}_{timestamp}.parquet。