open-llm-leaderboard/details_Replete-AI__Phi-Stoma

数据集是在模型Replete-AI/Phi-Stoma在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行可以在每个配置中找到，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，并用于计算和显示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 Replete-AI/Phi-Stoma

数据集描述

• dataset_summary: 该数据集是在Replete-AI/Phi-Stoma模型评估运行期间自动创建的，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。
• 创建来源: 数据集由1次运行创建，每次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。
• 特殊配置: “results”配置存储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_Replete-AI__Phi-Stoma", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-13T03:43:11.049050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

• 配置列表:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件路径: 每个配置包含多个数据文件，路径格式为**/details_{配置名称}_{时间戳}.parquet。

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。
• 数据更新: “train”分割始终指向最新结果。