open-llm-leaderboard/details_Qwen__Qwen1.5-MoE-A2.7B

该数据集是在模型Qwen/Qwen1.5-MoE-A2.7B评估运行期间自动创建的，用于Open LLM排行榜。数据集包含63个配置，每个配置对应一个评估任务。数据集来自一次运行，每次运行以运行时间的标记作为特定分割。train分割始终指向最新结果。此外，results配置存储了运行的所有聚合结果，用于计算和显示排行榜上的聚合指标。数据集还包括针对各种任务（如arc_challenge、gsm8k、hellaswag等）的具体配置，每个分割都有相应的数据文件。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Qwen/Qwen1.5-MoE-A2.7B

数据集描述

• dataset_summary: 该数据集是在评估模型Qwen/Qwen1.5-MoE-A2.7B的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据集创建自: 1次运行
• 数据集分割: 每个配置中的特定分割，以运行的时间戳命名。"train"分割指向最新结果。

额外配置

• 配置名称: results
• 功能: 存储所有聚合的运行结果，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_Qwen__Qwen1.5-MoE-A2.7B_private", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-29T07:58:00.679489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。

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: 包含多个任务的特定时间戳和最新结果的分割。

以上信息提供了数据集的基本结构、组成和加载方式，以及各配置的详细数据文件路径。