open-llm-leaderboard/details_chlee10__T3Q-platypus-SOLAR-10.7B-v1.0

该数据集是在模型 chlee10/T3Q-platypus-SOLAR-10.7B-v1.0 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，每个配置对应一个被评估的任务。数据集是从 1 次运行中生成的，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train 分割始终指向最新的结果。一个名为 results 的额外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 还提供了一个示例，展示了如何使用 Python 中的 datasets 库加载运行中的详细信息。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of chlee10/T3Q-platypus-SOLAR-10.7B-v1.0
• 创建目的: 自动创建于模型chlee10/T3Q-platypus-SOLAR-10.7B-v1.0在Open LLM Leaderboard的评估运行期间。
• 数据集组成: 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。

数据集结构

• 配置类型: 每个配置包含特定任务的评估结果。
• 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_chlee10__T3Q-platypus-SOLAR-10.7B-v1.0", "harness_winogrande_5", split="train")

最新结果

• 结果更新: 最新结果来自2024-03-12T05:44:28.893890的运行。
• 结果内容: 包含多个任务的准确率（acc）、标准误差（acc_stderr）、归一化准确率（acc_norm）和归一化标准误差（acc_norm_stderr）等指标。

数据集配置详情

• 配置列表: 包括但不限于harness_arc_challenge_25、harness_gsm8k_5、harness_hellaswag_10等。
• 数据文件路径: 每个配置对应的数据文件路径，如**/details_harness|arc:challenge|25_2024-03-12T05-44-28.893890.parquet。

以上概述提供了数据集的基本信息、结构、加载方法及最新结果的简要说明。