open-llm-leaderboard/details_ShenaoZhang__0.001_idpo_iter_1

该数据集是在Open LLM Leaderboard上对模型ShenaoZhang/0.001_idpo_iter_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次运行的数据组成，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。此外，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。README还提供了如何使用Python中的datasets库加载运行细节的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of ShenaoZhang/0.001_idpo_iter_1

数据集描述

• dataset_summary: 该数据集是在评估模型ShenaoZhang/0.001_idpo_iter_1运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个配置
• 数据来源: 来自1个运行
• 数据结构: 每个配置对应一个评估任务，每个运行以时间戳命名的特定分割存储。"train"分割指向最新结果。

额外配置

• 配置名称: "results"
• 配置用途: 存储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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ShenaoZhang__0.001_idpo_iter_1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-07T23:39:56.425697的运行
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

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，分别对应不同的分割（如时间戳分割和最新分割），用于存储特定任务的评估数据。