open-llm-leaderboard/details_louisbrulenaudet__Maxine-7B-0401-ties

该数据集是在评估模型[louisbrulenaudet/Maxine-7B-0401-ties](https://huggingface.co/louisbrulenaudet/Maxine-7B-0401-ties)时自动生成的，评估是在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上进行的。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，还有一个名为"results"的配置，存储了所有运行的聚合结果，并用于计算和显示[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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 louisbrulenaudet/Maxine-7B-0401-ties

数据集创建

• dataset_summary: 该数据集是自动创建的，用于评估模型louisbrulenaudet/Maxine-7B-0401-ties在Open LLM Leaderboard上的表现。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 数据集来源: 数据集由1次运行创建，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳命名。
• 特殊配置: 额外配置“results”存储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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_louisbrulenaudet__Maxine-7B-0401-ties", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-04-02T19:42:27.784543。
• 结果内容: 包括多个任务的评估结果，如准确率、标准误差等。

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，每个文件对应不同的分割（如时间戳分割和最新分割）。