open-llm-leaderboard/details_Artples__M-LChat-7b

该数据集是在模型Artples/M-LChat-7b的评估运行期间自动创建的，用于Open LLM Leaderboard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，每次运行的结果存储为特定配置中的一个分割，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，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。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Artples/M-LChat-7b

数据集创建

• dataset_summary: 该数据集是在评估模型Artples/M-LChat-7b运行期间自动创建的，用于Open LLM Leaderboard。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建次数: 数据集由1次运行创建。
• 数据分割: 每个运行作为特定分割存在，分割名称使用运行的时间戳命名。"train"分割始终指向最新结果。
• 额外配置: “results”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_Artples__M-LChat-7b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自run 2024-04-03T02:17:44.321211。
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

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，根据不同的任务和时间戳进行分割。