open-llm-leaderboard/details_Inv__Dykh-Tau-7B

该数据集是在模型Inv/Dykh-Tau-7B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，每次运行都以运行时间戳命名的特定分割形式存在。train分割始终指向最新结果。还有一个名为results的附加配置，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

• Evaluation run of Inv/Dykh-Tau-7B

数据集描述

• 该数据集是在评估模型Inv/Dykh-Tau-7B运行期间自动创建的，用于Open LLM Leaderboard。
• 数据集包含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。
• “train”分割始终指向最新的结果。
• 额外的配置“results”存储了运行中的所有聚合结果，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_Inv__Dykh-Tau-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自run 2024-03-27T19:10:35.408210。
• 结果包括多个任务的评估数据，每个任务在“results”和“latest”分割中均有记录。

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“latest”分割），路径指向具体的评估数据文件。