open-llm-leaderboard/details_BFauber__opt125m_10e5_lr2e-5

该数据集是在模型BFauber/opt125m_10e5_lr2e-5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1次运行，每次运行作为一个特定分割，以运行的时间戳命名。train分割始终指向最新结果。另外，results配置存储了运行的所有聚合结果，用于在排行榜上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名称

• 名称: Evaluation run of BFauber/opt125m_10e5_lr2e-5

数据集描述

• 创建目的: 自动创建于模型BFauber/opt125m_10e5_lr2e-5在Open LLM Leaderboard的评估运行期间。
• 数据组成: 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，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳命名。
• 特殊配置: 额外配置“results”存储所有运行的聚合结果，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_BFauber__opt125m_10e5_lr2e-5", "harness_winogrande_5", split="train")

最新结果

• 结果来源: latest results from run 2024-04-23T18:55:50.156124
• 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: 包含多个子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、内容和使用方法，以及如何访问和加载数据。