open-llm-leaderboard/details_kalisai__Nusantara-7b-Indo-Chat

该数据集是在Open LLM Leaderboard上对模型kalisai/Nusantara-7b-Indo-Chat进行评估时自动创建的。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一个特定的分割存储在配置中，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，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

数据集名称

• pretty_name: Evaluation run of kalisai/Nusantara-7b-Indo-Chat

数据集来源

• dataset_summary: 该数据集是在评估模型kalisai/Nusantara-7b-Indo-Chat的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集结构

• 组成: 数据集由63个配置组成，每个配置对应一个评估任务。
• 创建方式: 数据集从1次运行中创建，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。
• 额外配置: 存在一个名为"results"的额外配置，用于存储所有运行的聚合结果，用于计算和显示聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_kalisai__Nusantara-7b-Indo-Chat", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自run 2024-03-11T04:41:04.791049。
• 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。

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应一个特定的任务和时间戳。