open-llm-leaderboard/details_OpenBuddy__openbuddy-qwen1.5-32b-v21.2-32k

该数据集是在评估模型OpenBuddy/openbuddy-qwen1.5-32b-v21.2-32k时自动创建的，评估是在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，每次运行都可以在特定配置中找到，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，并用于计算和显示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 OpenBuddy/openbuddy-qwen1.5-32b-v21.2-32k

数据集描述

• dataset_summary: 该数据集是在评估模型OpenBuddy/openbuddy-qwen1.5-32b-v21.2-32k的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 数据结构: 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: 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，并用于计算和显示Open LLM Leaderboard上的聚合指标。

数据加载示例

• 加载代码: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_OpenBuddy__openbuddy-qwen1.5-32b-v21.2-32k", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自run 2024-04-15T21:59:46.714800。
• 结果内容: 包括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:
  • config_name: harness_arc_challenge_25
  • config_name: harness_gsm8k_5
  • config_name: harness_hellaswag_10
  • config_name: harness_hendrycksTest_5
• 数据文件路径: 每个配置包含多个数据文件，路径根据不同的分割（如时间戳分割和最新分割）进行组织。