open-llm-leaderboard/details_h4rz3rk4s3__TinyNewsLlama-1.1B

该数据集是在模型h4rz3rk4s3/TinyNewsLlama-1.1B的评估运行中自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在每个配置的特定分割中找到，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，用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集名称: Evaluation run of h4rz3rk4s3/TinyNewsLlama-1.1B

数据集描述: 该数据集是在评估模型h4rz3rk4s3/TinyNewsLlama-1.1B运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成:

• 配置数量: 63个
• 数据来源: 来自1次运行
• 数据分割: 每个配置中包含特定的分割，以运行的时间戳命名。"train"分割指向最新结果。
• 额外配置: "results"，存储所有聚合的运行结果，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_h4rz3rk4s3__TinyNewsLlama-1.1B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-03-21T13:56:18.759094
• 结果内容: 包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

配置详情

• 配置名称: 多个，如"harness|arc:challenge|25", "harness|hellaswag|10"等。
• 数据文件: 每个配置对应多个数据文件，以时间戳和"latest"分割命名。

数据集使用

• 目的: 用于评估模型在不同任务上的性能。
• 方法: 通过加载数据集并指定特定配置和分割来获取数据。

注意事项

• 数据集中的每个配置对应一个特定的评估任务。
• 数据集的"train"分割始终指向最新的评估结果。
• 数据集的"results"配置用于存储和显示聚合的评估指标。