open-llm-leaderboard/details_Sao10K__Fimbulvetr-11B-v2

该数据集是在评估模型Sao10K/Fimbulvetr-11B-v2时自动创建的，评估是在Open LLM Leaderboard上进行的。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2次运行中创建的，每次运行都可以在特定配置中找到，分割以运行的时间戳命名。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，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 Sao10K/Fimbulvetr-11B-v2

数据集描述

• dataset_summary: 该数据集是在评估模型Sao10K/Fimbulvetr-11B-v2运行期间自动创建的，用于Open LLM Leaderboard。

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: “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。

数据集使用示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Sao10K__Fimbulvetr-11B-v2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-16T11:41:30.859795的运行结果。
• 结果内容: 包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

数据集配置详情

• 配置列表:
  • config_name: harness_arc_challenge_25
  • config_name: harness_gsm8k_5
  • config_name: harness_hellaswag_10
  • config_name: harness_hendrycksTest_5
• 数据文件路径: 每个配置包含多个分割的数据文件路径，如2024-03-16T11-33-56.371102和2024-03-16T11-41-30.859795。

以上信息提供了数据集的基本概述，包括其创建目的、组成结构、使用方法以及具体的数据配置详情。