open-llm-leaderboard/details_Nitral-AI__Eris_PrimeV4-Vision-7B

该数据集是在评估模型Nitral-AI/Eris_PrimeV4-Vision-7B时自动创建的，主要用于Open LLM Leaderboard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。数据集由1次运行生成，每次运行的结果作为一个特定的分割存储，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了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。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Nitral-AI/Eris_PrimeV4-Vision-7B

数据集描述

• dataset_summary: 该数据集是在评估模型Nitral-AI/Eris_PrimeV4-Vision-7B时自动创建的，用于Open LLM Leaderboard。

数据集组成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 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。
• 特别配置: “results”配置存储了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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Nitral-AI__Eris_PrimeV4-Vision-7B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-27T17:42:31.708199的运行。
• 结果内容: 包括多个任务的准确率(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: 每个配置包含多个数据文件，根据不同的分割（如时间戳分割和最新分割）组织。

数据集使用

• 加载数据: 使用load_dataset函数加载特定配置和分割的数据。
• 数据分析: 分析各任务的性能指标，如准确率和标准误差。