open-llm-leaderboard/details_seyf1elislam__WestKunai-Hermes-10.7b-test

该数据集是在评估模型seyf1elislam/WestKunai-Hermes-10.7b-test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1次运行中创建的，每次运行都可以在特定配置中找到，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，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

数据集基本信息

• 名称: Evaluation run of seyf1elislam/WestKunai-Hermes-10.7b-test
• 描述: 该数据集是在评估模型 seyf1elislam/WestKunai-Hermes-10.7b-test 在 Open LLM Leaderboard 上的运行过程中自动创建的。
• 组成: 包含63个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行都有特定的分割，分割名称使用运行的时间戳命名。

数据集结构

• 配置详情:
  • 每个配置包含一个或多个数据文件，每个文件对应一个特定的任务。
  • 数据文件分为不同的分割，包括特定时间戳的分割和“latest”分割，后者指向最新结果。

数据集使用示例

• 加载数据: 使用以下代码可以加载特定任务的数据： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_seyf1elislam__WestKunai-Hermes-10.7b-test", "harness_winogrande_5", split="train")

最新结果

• 结果存储: 数据集中的额外配置“results”存储了所有运行的聚合结果，用于计算和显示聚合指标。
• 示例结果: 提供了多个任务的准确率（acc）和标准误差（acc_stderr）等指标的具体数值。

数据集配置列表

• 配置名称: harness_arc_challenge_25

  • 数据文件路径:
    • 时间戳分割: **/details_harness|arc:challenge|25_2024-03-21T21-56-56.128733.parquet
    • latest分割: **/details_harness|arc:challenge|25_2024-03-21T21-56-56.128733.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件路径:
    • 时间戳分割: **/details_harness|gsm8k|5_2024-03-21T21-56-56.128733.parquet
    • latest分割: **/details_harness|gsm8k|5_2024-03-21T21-56-56.128733.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件路径:
    • 时间戳分割: **/details_harness|hellaswag|10_2024-03-21T21-56-56.128733.parquet
    • latest分割: **/details_harness|hellaswag|10_2024-03-21T21-56-56.128733.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件路径:
    • 时间戳分割:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-21T21-56-56.128733.parquet
      • ...（其他任务路径省略）
    • latest分割:
      • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-21T21-56-56.128733.parquet
      • ...（其他任务路径省略）