open-llm-leaderboard/details_hongzoh__Yi-6B_Open-Platypus-v2

该数据集是在评估模型[hongzoh/Yi-6B_Open-Platypus-v2](https://huggingface.co/hongzoh/Yi-6B_Open-Platypus-v2)时自动创建的，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，每次运行都可以在每个配置的特定分割中找到，分割名称使用运行的时间戳命名。"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，并用于计算和显示在[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 hongzoh/Yi-6B_Open-Platypus-v2

数据集描述

• dataset_summary: 该数据集是在评估模型hongzoh/Yi-6B_Open-Platypus-v2运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 数据集结构: 包含63个配置，每个配置对应一个评估任务。
• 创建来源: 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: “results”配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_hongzoh__Yi-6B_Open-Platypus-v2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-03-29T20:35:06.410961的运行。
• 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)等指标。

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 配置包含多个任务的数据文件，如抽象代数、解剖学等。

数据集使用说明

• 使用load_dataset函数加载特定配置和分割的数据。
• “train”分割指向最新结果。

以上信息提供了数据集的基本结构、组成和使用方法，以及如何访问和加载数据集中的特定部分。