open-llm-leaderboard/details_ZhangShenao__0.001_idpo_declr_iter_3

该数据集是在模型评估运行期间自动创建的，用于Open LLM排行榜上的评估。数据集包含63个配置，每个配置对应一个评估任务。数据集包含多个以运行时间戳命名的分割，其中train分割始终指向最新结果。此外，还有一个results配置，用于存储运行的聚合结果，并用于在Open LLM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

• Evaluation run of ZhangShenao/0.001_idpo_declr_iter_3

数据集描述

• 来源：自动创建于模型ZhangShenao/0.001_idpo_declr_iter_3在Open LLM Leaderboard的评估运行中。
• 组成：包含63个配置，每个配置对应一个评估任务。
• 创建：数据集由1次运行创建，每次运行以特定分割形式存在，分割名称使用运行的时间戳。
• 额外配置："results"配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ZhangShenao__0.001_idpo_declr_iter_3", "harness_winogrande_5", split="train")

最新结果

• 结果来源：latest results from run 2024-04-08T11:06:37.091882
• 结果内容：包含多个任务的评估指标，如准确率(acc)、标准误差(acc_stderr)等。

数据集配置详情

配置列表

1. harness_arc_challenge_25
   • 数据文件：包含特定时间戳和最新分割的parquet文件。
2. harness_gsm8k_5
   • 数据文件：包含特定时间戳和最新分割的parquet文件。
3. harness_hellaswag_10
   • 数据文件：包含特定时间戳和最新分割的parquet文件。
4. harness_hendrycksTest_5
   • 数据文件：包含多个子任务的特定时间戳和最新分割的parquet文件。

以上信息提供了数据集的基本结构、加载方法以及配置详情，有助于用户理解和使用该数据集。