open-llm-leaderboard/details_4season__alignment_model_test

该数据集是在模型4season/alignment_model_test在Open LLM排行榜上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。每个配置包含使用运行时间戳命名的特定拆分，其中train拆分始终指向最新结果。此外，results配置存储了运行中的所有聚合结果，用于在排行榜上计算和显示聚合指标。数据集还包含针对不同任务的各种配置及其相应的准确率和误差率。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of 4season/alignment_model_test

数据集描述

• dataset_summary: 该数据集是在评估模型4season/alignment_model_test在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据集来源: 1次运行
• 数据集结构: 每个运行作为一个特定的分割，分割名称使用运行的时间戳命名。"train"分割始终指向最新结果。

特殊配置

• "results"配置: 存储所有运行的聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_4season__alignment_model_test", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-16T13:39:48.127832的运行
• 结果内容: 包含多个任务的评估结果，每个任务的准确率(acc)和标准误差(acc_stderr)等指标。

数据集配置详情

• 配置名称: 多个，如harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10等
• 数据文件: 每个配置包含多个数据文件，每个文件对应一个特定的时间戳或最新的数据分割。
• 文件路径示例: 如**/details_harness|arc:challenge|25_2024-03-16T13-39-48.127832.parquet