open-llm-leaderboard-old/details_maldv__winter-garden-7b-alpha

该数据集是在评估模型maldv/winter-garden-7b-alpha时自动创建的，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，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

数据集创建

• 创建背景：该数据集是在对模型 maldv/winter-garden-7b-alpha 进行评估运行期间自动创建的。
• 评估平台：数据集创建于 Open LLM Leaderboard。

数据集结构

• 配置数量：数据集包含 63 个配置，每个配置对应一个评估任务。
• 运行次数：数据集从 1 次运行中创建。每个运行结果作为一个特定的分割（split）存储，分割名称使用运行的时间戳。
• 最新结果："train" 分割始终指向最新的结果。
• 汇总结果：额外配置 "results" 存储所有运行的汇总结果，用于计算和显示在 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_maldv__winter-garden-7b-alpha", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源：最新结果来自 2024-03-13T19:02:16.055402 运行。
• 结果内容：包含多个任务的准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等指标。

配置详情

• 配置名称：如 harness_arc_challenge_25、harness_gsm8k_5 等。
• 数据文件：每个配置包含多个数据文件，路径格式为 **/details_harness|任务名称|参数_时间戳.parquet。
• 分割：包括特定时间戳的分割和最新的分割。