open-llm-leaderboard/details_ChaoticNeutrals__IQ_Test_l3_8B

该数据集是在Open LLM Leaderboard上对模型ChaoticNeutrals/IQ_Test_l3_8B进行评估运行时自动创建的。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，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，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Open LLM Leaderboard上的聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of ChaoticNeutrals/IQ_Test_l3_8B

数据集描述

• dataset_summary: 该数据集是在评估模型ChaoticNeutrals/IQ_Test_l3_8B的过程中自动创建的，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: 数据集由1次运行创建，每次运行作为特定分割存储，分割名称为运行的时间戳。
• 额外配置: “results”配置存储所有运行的聚合结果，用于计算和显示Leaderboard上的聚合指标。

数据集使用示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ChaoticNeutrals__IQ_Test_l3_8B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: latest results from run 2024-04-23T03:27:46.226929
• 结果内容: 包含多个任务的评估结果，如准确率（acc）、标准误差（acc_stderr）等。

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，对应不同的任务和时间戳。例如，harness_hendrycksTest_5 配置包含多个子任务的数据文件，如 abstract_algebra, anatomy, astronomy 等。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ChaoticNeutrals__IQ_Test_l3_8B", "harness_winogrande_5", split="train")

以上信息提供了数据集的基本概述、组成、使用方法以及配置详情，有助于用户理解和使用该数据集进行模型评估。