open-llm-leaderboard/details_openthaigpt__openthaigpt-1.0.0-70b-chat

该数据集是在模型 openthaigpt/openthaigpt-1.0.0-70b-chat 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个评估任务。数据集包含 1 次运行的结果，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个 Python 代码片段来加载运行中的详细信息，并列出了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of openthaigpt/openthaigpt-1.0.0-70b-chat

数据集描述

• dataset_summary: 该数据集是在评估模型openthaigpt/openthaigpt-1.0.0-70b-chat运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 数据结构: 包含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，每次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命名。
• 特殊配置: 额外配置“results”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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_openthaigpt__openthaigpt-1.0.0-70b-chat", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 提供了多个任务的准确率（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，根据不同的时间戳（如2024_04_10T03_05_53.315743）和“latest”分割进行组织。

数据集使用

• 数据集可通过Hugging Face的load_dataset函数加载，指定数据集名称、配置和分割。