open-llm-leaderboard/details_MaziyarPanahi__Qwen1.5-8x7b-v0.1

该数据集是在Open LLM Leaderboard上对模型MaziyarPanahi/Qwen1.5-8x7b-v0.1进行评估时自动创建的。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次运行创建，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，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of MaziyarPanahi/Qwen1.5-8x7b-v0.1
• 数据集描述: 该数据集是自动创建的，用于评估模型 MaziyarPanahi/Qwen1.5-8x7b-v0.1 在 Open LLM Leaderboard 上的表现。

数据集构成

• 数据集大小: 包含63个配置，每个配置对应一个评估任务。
• 数据集来源: 数据集由1次运行创建，每个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，并用于计算和显示在 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_MaziyarPanahi__Qwen1.5-8x7b-v0.1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-03-13T08:09:38.423036的运行。
• 结果内容: 包括多个任务的评估结果，如准确率、标准误差等指标。

数据集配置详情

• 配置列表:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 每个配置包含的数据文件: 根据不同的任务和时间戳分割，存储相应的评估数据。