open-llm-leaderboard-old/details_Technoculture__Medchator-2x7b

该数据集是在评估模型Technoculture/Medchator-2x7b时自动创建的，用于在Open LLM Leaderboard上进行评估。数据集包含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，每次运行的结果作为特定配置中的一个分割，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，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

数据集基本信息

• 名称: Evaluation run of Technoculture/Medchator-2x7b
• 来源: 在模型 Technoculture/Medchator-2x7b 的评估运行期间自动创建
• 评估平台: Open LLM Leaderboard

数据集结构

• 配置数量: 63个配置，每个配置对应一个评估任务
• 创建次数: 从1次运行中创建，每个运行结果作为一个特定的分片存储，分片名称使用运行的时间戳
• 最新结果: "train" 分片始终指向最新的结果
• 汇总结果: 一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 Open LLM Leaderboard 上的聚合指标

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Technoculture__Medchator-2x7b", "harness_winogrande_5", split="train")

最新结果

• 时间戳: 2024-02-09T23:59:45.972206
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）及其标准误差（acc_stderr、acc_norm_stderr）等指标

配置详情

• 配置名称: harness_arc_challenge_25

  • 分片: 2024_02_09T23_59_45.972206, latest
  • 路径: **/details_harness|arc:challenge|25_2024-02-09T23-59-45.972206.parquet

• 配置名称: harness_gsm8k_5

  • 分片: 2024_02_09T23_59_45.972206, latest
  • 路径: **/details_harness|gsm8k|5_2024-02-09T23-59-45.972206.parquet

• 配置名称: harness_hellaswag_10

  • 分片: 2024_02_09T23_59_45.972206, latest
  • 路径: **/details_harness|hellaswag|10_2024-02-09T23-59-45.972206.parquet

• 配置名称: harness_hendrycksTest_5

  • 分片: 2024_02_09T23_59_45.972206
  • 路径: 包含多个任务的详细路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-09T23-59-45.972206.parquet 等