open-llm-leaderboard/details_LeroyDyer__SpydazWeb_AI_BASE_128k

该数据集是在评估模型LeroyDyer/SpydazWeb_AI_BASE_128k时自动生成的，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，每次运行的结果存储在不同的分割中，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。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

• pretty_name: Evaluation run of LeroyDyer/SpydazWeb_AI_BASE_128k

数据集创建背景

• 该数据集是在评估模型LeroyDyer/SpydazWeb_AI_BASE_128k的过程中自动创建的，评估平台为Open LLM Leaderboard。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次运行对应一个特定的分割，分割名称基于运行的时间戳。
• 特殊配置: 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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_LeroyDyer__SpydazWeb_AI_BASE_128k", "harness_winogrande_5", split="train")

最新结果

• 提供了最新结果，包括各项任务的评估指标和标准误差。