open-llm-leaderboard/details_IkariDev__Athnete-13B

该数据集是在评估模型IkariDev/Athnete-13B的运行过程中自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由一次运行创建，每个运行在每个配置中都有特定的分割，分割名称使用运行的时间戳。此外，还有一个名为results的配置，用于存储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 IkariDev/Athnete-13B

数据集来源

• dataset_summary: 该数据集是在评估模型IkariDev/Athnete-13B的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集结构

• 组成: 数据集由63个配置组成，每个配置对应一个评估任务。
• 创建过程: 数据集从1次运行中创建，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命名。
• 特殊配置: 存在一个名为"results"的额外配置，用于存储所有聚合的运行结果，并用于计算和显示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_IkariDev__Athnete-13B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-03-22T19:52:46.910811的运行。
• 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。

数据集配置详情

配置列表

• harness_arc_challenge_25
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_hendrycksTest_5
  • 数据文件: 包含多个子任务的特定时间戳和最新结果的分割。

以上信息概述了数据集的基本情况和配置详情，提供了数据集的来源、结构、加载方法以及最新的评估结果。