open-llm-leaderboard/details_JiheonJeong__v1

该数据集是在Open LLM Leaderboard上对模型JiheonJeong/v1进行评估时自动生成的。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含2次运行的数据，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，还有一个results配置，用于存储所有运行的聚合结果，并用于在Open LLM Leaderboard上计算和显示聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of JiheonJeong/v1

数据集描述

• dataset_summary: 该数据集是在评估模型JiheonJeong/v1在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由2次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 特殊配置: 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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_JiheonJeong__v1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-27T19:55:05.428463的运行结果。
• 结果内容: 包含多个任务的评估结果，如准确率、标准误差等指标。

数据集配置详情

配置列表

1. harness_arc_challenge_25
2. harness_gsm8k_5
3. harness_hellaswag_10
4. harness_hendrycksTest_5

每个配置包含多个数据文件，分别对应不同的运行时间戳和最新的数据。

数据文件结构

• split: 数据分割，如2024_03_27T18_34_04.185928、2024_03_27T19_55_05.428463和latest。
• path: 数据文件路径，如**/details_harness|arc:challenge|25_2024-03-27T19-55-05.428463.parquet。

数据集使用

• 数据集可通过load_dataset函数加载，指定数据集名称、配置名称和分割。