open-llm-leaderboard/details_Weyaxi__Einstein-v4-phi2

该数据集是在评估模型Weyaxi/Einstein-v4-phi2时自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行都有特定的分割，以时间戳命名。train分割指向最新结果。此外，还有一个results配置，存储所有聚合结果，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

数据集名称

• pretty_name: Evaluation run of Weyaxi/Einstein-v4-phi2

数据集描述

• dataset_summary: 该数据集是在评估模型Weyaxi/Einstein-v4-phi2期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 创建来源: 数据集由1次运行创建，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。
• 额外配置: “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_Weyaxi__Einstein-v4-phi2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: latest results from run 2024-04-15T10:59:28.686847
• 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
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应不同的分割（如时间戳分割和最新分割）。

数据文件路径示例

• harness_arc_challenge_25
  • split: 2024_04_15T10_59_28.686847
    • path: /details_harness|arc:challenge|25_2024-04-15T10-59-28.686847.parquet
  • split: latest
    • path: /details_harness|arc:challenge|25_2024-04-15T10-59-28.686847.parquet

此结构适用于所有配置，每个配置的数据文件路径根据其对应的任务和分割进行命名。