open-llm-leaderboard/details_ghost-x__ghost-7b-alpha

该数据集是在Open LLM Leaderboard上对模型ghost-x/ghost-7b-alpha进行评估时自动创建的。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，每次运行的结果作为一个特定的分割存储在配置中，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，还有一个名为results的配置，存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of ghost-x/ghost-7b-alpha

数据集描述

• dataset_summary: 该数据集是在评估模型ghost-x/ghost-7b-alpha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: 来自1次运行
• 数据分割: 每个运行作为一个特定的分割，分割名称使用运行的时间戳命名
• "train"分割: 始终指向最新的结果
• 额外配置 "results": 存储所有运行的聚合结果，用于计算和显示聚合指标

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ghost-x__ghost-7b-alpha", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-23T10:29:29.013690的运行
• 结果内容: 包含多个任务的评估结果，每个任务有相应的准确率(acc)和标准误差(acc_stderr)等指标

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，每个文件对应一个特定的任务和时间戳，以及最新的数据分割。