open-llm-leaderboard/details_01-ai__Yi-1.5-34B

该数据集是在评估模型01-ai/Yi-1.5-34B运行期间自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由一个运行创建，每个运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。此外，还有一个名为results的额外配置，存储了运行的所有聚合结果，用于计算和显示在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 01-ai/Yi-1.5-34B
• 创建目的: 自动创建于模型01-ai/Yi-1.5-34B在Open LLM Leaderboard的评估运行期间。

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。
• 数据来源: 数据集由1次运行创建，每次运行以特定的时间戳命名。
• 数据分割: 每个配置中包含多个分割，其中"train"分割指向最新结果。
• 额外配置: “results”配置存储所有运行结果的聚合数据，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_01-ai__Yi-1.5-34B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-05-16T00:23:07.920103的运行。
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

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

数据文件路径

• harness_arc_challenge_25:

  • 分割: 2024_05_16T00_23_07.920103, latest
  • 路径: /details_harness|arc:challenge|25_2024-05-16T00-23-07.920103.parquet

• harness_gsm8k_5:

  • 分割: 2024_05_16T00_23_07.920103, latest
  • 路径: /details_harness|gsm8k|5_2024-05-16T00-23-07.920103.parquet

• harness_hellaswag_10:

  • 分割: 2024_05_16T00_23_07.920103, latest
  • 路径: /details_harness|hellaswag|10_2024-05-16T00-23-07.920103.parquet

• harness_hendrycksTest_5:

  • 分割: 2024_05_16T00_23_07.920103, latest
  • 路径: 包含多个子任务的parquet文件路径，如**/details_harness|hendrycksTest-abstract_algebra|5_2024-05-16T00-23-07.920103.parquet**等。