open-llm-leaderboard/details_Locutusque__lr-experiment1-7B

该数据集是在模型Locutusque/lr-experiment1-7B在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。它包括1次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的附加配置存储了所有运行的聚合结果，这些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Python代码加载运行中的详细信息的示例，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 Locutusque/lr-experiment1-7B

数据集描述

• dataset_summary: 该数据集是在评估模型Locutusque/lr-experiment1-7B运行期间自动创建的，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。
• 创建来源: 数据集由1次运行创建，每次运行以特定的时间戳命名。
• 额外配置: “results”配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Locutusque__lr-experiment1-7B", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 提供了一系列任务的准确率（acc）和标准误差（acc_stderr）等指标。

数据集配置详情

配置列表

• harness_arc_challenge_25
  • 数据文件: 包含特定时间戳和最新结果的文件。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的文件。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的文件。
• harness_hendrycksTest_5
  • 数据文件: 包含多个子任务的特定时间戳和最新结果的文件。

以上信息提供了数据集的基本结构和使用方法，以及如何访问和加载数据。