open-llm-leaderboard-old/details_kekmodel__StopCarbon-10.7B-v6

该数据集是在Open LLM Leaderboard上对模型kekmodel/StopCarbon-10.7B-v6进行评估时自动创建的。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，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

数据集基本信息

• 名称: Evaluation run of kekmodel/StopCarbon-10.7B-v6
• 创建目的: 该数据集是在对模型 kekmodel/StopCarbon-10.7B-v6 进行评估运行期间自动创建的。
• 评估平台: 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。
• 数据来源: 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。
• 最新结果: "train" 分割始终指向最新结果。
• 聚合结果: 额外的 "results" 配置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_kekmodel__StopCarbon-10.7B-v6", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-01-04T12:45:25.846372
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、以及其他指标（mc1, mc2等）及其标准误差。

配置详情

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5 等。
• 数据文件: 每个配置包含多个数据文件，路径格式为 **/details_harness|任务名称|分割_时间戳.parquet。

以上内容总结了数据集的基本信息、结构、加载方式以及最新结果，确保信息的准确性和易于理解。