open-llm-leaderboard/details_cognitivecomputations__dolphin-2.9-llama3-8b

该数据集是在Open LLM Leaderboard上对模型cognitivecomputations/dolphin-2.9-llama3-8b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2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，用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of cognitivecomputations/dolphin-2.9-llama3-8b
• 数据集描述: 该数据集是自动创建的，用于评估模型 cognitivecomputations/dolphin-2.9-llama3-8b 在 Open LLM Leaderboard 上的表现。

数据集结构

• 配置数量: 63个
• 数据来源: 数据集由2次运行创建，每次运行对应一个特定的评估任务。每个配置中包含一个特定的分割，该分割以运行的时间戳命名。
• 特殊配置: 存在一个名为"results"的额外配置，用于存储所有运行的聚合结果，并用于计算和显示 Open LLM 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_cognitivecomputations__dolphin-2.9-llama3-8b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-04-23T14:28:45.848535的运行。
• 结果内容: 包含多个评估任务的准确率（acc）和标准误差（acc_stderr）等指标。

配置详情

配置1: harness_arc_challenge_25

• 数据文件:
  • 2024-04-21T05:49:52.747659
  • 2024-04-23T14:28:45.848535
  • latest

配置2: harness_gsm8k_5

• 数据文件:
  • 2024-04-21T05:49:52.747659
  • 2024-04-23T14:28:45.848535
  • latest

配置3: harness_hellaswag_10

• 数据文件:
  • 2024-04-21T05:49:52.747659
  • 2024-04-23T14:28:45.848535
  • latest

配置4: harness_hendrycksTest_5

• 数据文件:
  • 2024-04-21T05:49:52.747659
  • 多个任务对应的文件
  • latest

以上信息概述了数据集的基本结构、内容和使用方法，以及各个配置的详细数据文件信息。