open-llm-leaderboard/details_MaziyarPanahi__M7Yamshadowexperiment28_Strangemerges_30Experiment26

该数据集是在评估模型MaziyarPanahi/M7Yamshadowexperiment28_Strangemerges_30Experiment26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，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 MaziyarPanahi/M7Yamshadowexperiment28_Strangemerges_30Experiment26

数据集描述

• dataset_summary: 该数据集是在评估模型MaziyarPanahi/M7Yamshadowexperiment28_Strangemerges_30Experiment26在Open LLM Leaderboard上的运行期间自动创建的。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，每个运行可以在每个配置中作为一个特定的分割找到，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，存储所有运行的聚合结果，用于计算并在Open LLM Leaderboard上显示聚合指标。

数据集结构

• 配置数量: 63
• 数据来源: 1次运行
• 分割类型: 每个配置包含特定的时间戳分割和"latest"分割

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_MaziyarPanahi__M7Yamshadowexperiment28_Strangemerges_30Experiment26", "harness_winogrande_5", split="train")

最新结果

• 结果来源: latest results from run 2024-04-09T10:28:00.994181
• 结果内容: 包含多个任务的评估指标，如准确率(acc)、标准误差(acc_stderr)等。

配置详情

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等
• 数据文件: 每个配置包含特定的时间戳分割和"latest"分割的数据文件路径。

以上信息概述了数据集的基本情况，包括其创建背景、结构、加载方式以及包含的配置详情。