open-llm-leaderboard/details_ledjo__Gabriel-8x7B-Instruct-v0.1

该数据集是在Open LLM Leaderboard上对模型ledjo/Gabriel-8x7B-Instruct-v0.1进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行的结果作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，还有一个名为results的配置，存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of ledjo/Gabriel-8x7B-Instruct-v0.1
• 创建目的: 自动创建于模型ledjo/Gabriel-8x7B-Instruct-v0.1在Open LLM Leaderboard的评估运行期间。

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。
• 数据来源: 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。
• 特殊分割:
  • "train"分割始终指向最新结果。
  • 额外的"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。

数据集使用示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ledjo__Gabriel-8x7B-Instruct-v0.1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-03T21:07:09.107244的运行。
• 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，每个文件对应一个特定的时间戳或最新的结果。
• 文件路径示例:
  • **/details_harness|arc:challenge|25_2024-04-03T21-07-09.107244.parquet
  • **/details_harness|gsm8k|5_2024-04-03T21-07-09.107244.parquet
  • **/details_harness|hellaswag|10_2024-04-03T21-07-09.107244.parquet
  • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-03T21-07-09.107244.parquet 等。