open-llm-leaderboard/details_kalisai__Nusantara-0.8b-Indo-Chat

数据集是在评估模型kalisai/Nusantara-0.8b-Indo-Chat时自动创建的，评估是在Open LLM Leaderboard上进行的。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，每次运行可以在每个配置的特定分割中找到，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。此外，还有一个名为results的配置，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

数据集名称

• pretty_name: Evaluation run of kalisai/Nusantara-0.8b-Indo-Chat

数据集来源

• dataset_summary: 该数据集是自动创建的，用于评估模型kalisai/Nusantara-0.8b-Indo-Chat在Open LLM Leaderboard上的表现。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建: 数据集由1次运行创建，每次运行作为一个特定的分割，使用运行的时间戳命名。
• 分割: "train"分割始终指向最新结果。
• 额外配置: "results"配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_kalisai__Nusantara-0.8b-Indo-Chat", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-11T04:47:00.134290的运行。
• 结果内容: 包括多个任务的准确率（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

每个配置包含特定的数据文件，这些文件根据不同的任务和时间戳进行分割。