open-llm-leaderboard/details_cgato__Thespis-Krangled-7b-v2

该数据集是在评估模型cgato/Thespis-Krangled-7b-v2时自动创建的，评估是在Open LLM Leaderboard上进行的。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，分割名使用运行的时间戳命名。train分割始终指向最新的结果。此外，results配置存储了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。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of cgato/Thespis-Krangled-7b-v2
• 创建目的: 自动创建于模型cgato/Thespis-Krangled-7b-v2在Open LLM Leaderboard的评估运行期间。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集来源: 数据集由1次运行创建，每次运行以特定的时间戳命名。

数据集结构

• 配置详情:
  • 每个配置包含一个或多个数据文件，文件名包含时间戳。
  • 每个配置的"train"分割指向最新结果。
  • 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。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_cgato__Thespis-Krangled-7b-v2", "harness_winogrande_5", split="train")

最新结果

• 结果详情: 包含多个任务的评估结果，每个任务的结果包括准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化准确率的标准误差(acc_norm_stderr)等指标。
• 示例数据: 例如，"harness|arc:challenge|25"配置的准确率为0.5972696245733788，标准误差为0.014332236306790147。

数据集配置

• 配置列表:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件路径: 每个配置的数据文件路径包含时间戳和配置名称，如details_harness|arc:challenge|25_2024-03-15T02-30-42.449259.parquet。