open-llm-leaderboard/details_Nitral-AI__Eris_PrimeV3.075-Vision-7B

该数据集是在Open LLM Leaderboard上对模型Nitral-AI/Eris_PrimeV3.075-Vision-7B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。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，还有一个results配置，存储了所有运行的聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python中的datasets库加载运行细节的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Nitral-AI/Eris_PrimeV3.075-Vision-7B

数据集描述

• dataset_summary: 该数据集是在评估模型Nitral-AI/Eris_PrimeV3.075-Vision-7B运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 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，每次运行作为一个特定的分割，分割名称使用运行的时间戳命名。
• “train”分割始终指向最新的结果。
• 额外的配置“results”存储了所有运行结果的聚合，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Nitral-AI__Eris_PrimeV3.075-Vision-7B", "harness_winogrande_5", split="train")

最新结果

• 提供了各个任务的最新评估结果，包括准确率（acc）、标准误差（acc_stderr）等指标。

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，根据不同的时间戳（如2024_03_24T15_10_24.752447）和“latest”分割进行组织。