open-llm-leaderboard/details_Ppoyaa__Lumina-3.5

该数据集是在模型Ppoyaa/Lumina-3.5的评估过程中自动生成的，包含63个配置，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳。此外，数据集还包含一个名为“results”的配置，用于存储所有运行的聚合结果，并用于计算和显示在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 Ppoyaa/Lumina-3.5

数据集描述

• dataset_summary: 该数据集是在评估模型Ppoyaa/Lumina-3.5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。
• 数据集创建: 从1次运行中创建，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。
• 额外配置: “results”配置存储了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_Ppoyaa__Lumina-3.5", "harness_winogrande_5", split="train")

最新结果

• 最新结果: 来自2024-04-16T20:59:59.530267的运行结果，包含多个任务的评估指标。

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含的数据文件路径和分割信息，例如：

• harness_arc_challenge_25: 包含时间戳为2024-04-16T20-59-59.530267和"latest"的分割数据。

数据集使用

• 数据集可通过load_dataset函数加载，指定数据集名称、配置和分割。