open-llm-leaderboard/details_dreamgen__WizardLM-2-7B

该数据集是在对dreamgen/WizardLM-2-7B模型进行评估运行期间自动生成的，包含63个配置，每个配置对应一个特定的评估任务。数据集由一次运行创建，每个运行都有特定的分割，分割名称使用运行的时间戳命名。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，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 dreamgen/WizardLM-2-7B

数据集描述

• dataset_summary: 该数据集是在评估模型dreamgen/WizardLM-2-7B运行期间自动创建的，用于Open LLM Leaderboard。

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: 数据集从1次运行中创建，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。
• 额外配置: 存在一个名为"results"的额外配置，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_dreamgen__WizardLM-2-7B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-16T20:09:33.308120的运行结果。
• 结果内容: 包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

配置详情

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等。
• 数据文件: 每个配置包含多个分割的数据文件，路径格式为**/details_{配置名称}_{时间戳}.parquet。
• 分割: 包括特定时间戳的分割和"latest"分割。