open-llm-leaderboard/details_AetherResearch__Cerebrum-1.0-7b

数据集是在评估模型AetherResearch/Cerebrum-1.0-7b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次运行创建，每次运行的结果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 AetherResearch/Cerebrum-1.0-7b

数据集描述

• dataset_summary: 该数据集是在评估模型AetherResearch/Cerebrum-1.0-7b运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 数据结构: 由63个配置组成，每个配置对应一个评估任务。
• 创建来源: 数据集来自1次运行，每次运行作为一个特定的分割，分割名称使用运行的时间戳。
• 特殊配置: 包含一个名为"results"的额外配置，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_AetherResearch__Cerebrum-1.0-7b", "harness_winogrande_5", split="train")

最新结果

• 最新结果: 显示了从2024-03-13T18:03:46.221567运行中获取的最新结果，包括各个任务的准确率和其他相关指标。

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，每个文件对应不同的分割（如时间戳分割和最新分割），用于存储特定任务的评估结果。