open-llm-leaderboard/details_AlanRobotics__nanit_v3

该数据集是在模型AlanRobotics/nanit_v3评估运行期间自动创建的，用于Open LLM排行榜。数据集由63个配置组成，每个配置对应一个评估任务。数据集来源于一次运行，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。额外的results配置存储了运行中的所有聚合结果，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

• pretty_name: Evaluation run of AlanRobotics/nanit_v3

数据集描述

• dataset_summary: 该数据集是在评估模型AlanRobotics/nanit_v3运行期间自动创建的，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
• 数据来源: 来自1次运行
• 数据分割: 每个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"，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_AlanRobotics__nanit_v3", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自: run 2024-04-21T00:06:52.858083
• 包含的评估任务结果: 详细列出了各个任务的准确率(acc)和标准误差(acc_stderr)等指标

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，每个文件对应一个特定的分割，如"2024_04_21T00_06_52.858083"和"latest"。