open-llm-leaderboard/details_DreadPoor__Satyr-7B-Model_Stock

该数据集是在评估模型DreadPoor/Satyr-7B-Model_Stock时自动创建的，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，每次运行的结果作为一个特定的分割存储，分割名称使用运行的时间戳。此外，数据集还包含一个名为"results"的配置，用于存储所有运行的聚合结果。

原始信息汇总

数据集概述

数据集名称

• 评估运行数据集： DreadPoor/Satyr-7B-Model_Stock

数据集描述

• 创建目的： 该数据集是在评估模型DreadPoor/Satyr-7B-Model_Stock运行期间自动创建的，用于Open LLM Leaderboard。
• 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，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 额外配置： 有一个名为“results”的配置，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_DreadPoor__Satyr-7B-Model_Stock", "harness_winogrande_5", split="train")

最新结果

• 结果来源： 最新结果来自2024-04-06T03:21:27.554118的运行。
• 结果内容： 包括多个任务的准确率（acc）、标准误差（acc_stderr）等指标。

数据集配置详情

配置列表

1. harness_arc_challenge_25
2. harness_gsm8k_5
3. harness_hellaswag_10
4. harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应一个特定的任务或评估指标。