open-llm-leaderboard/details_lex-hue__Delexa-7b

该数据集是在Open LLM Leaderboard上对模型lex-hue/Delexa-7b进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集包含2次运行的数据，每次运行都作为每个配置中的一个特定分割存储。train分割始终指向最新的结果。此外，还有一个results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`datasets`库中的`load_dataset`函数加载数据集的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of lex-hue/Delexa-7b

数据集描述

• dataset_summary: 该数据集是在评估模型lex-hue/Delexa-7b在Open LLM Leaderboard上的运行过程中自动创建的。
• 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2次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 特殊配置: “train”分割始终指向最新结果，而“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_lex-hue__Delexa-7b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-07T00:23:38.543914的运行结果，包含多个任务的评估数据。
• 结果内容: 包括但不限于准确率(acc)、标准误差(acc_stderr)、标准化准确率(acc_norm)及其标准误差(acc_norm_stderr)等指标。

数据集配置详情

配置列表

1. config_name: harness_arc_challenge_25
   • data_files:
     • split: 2024_04_06T22_27_37.762517
     • split: 2024_04_07T00_23_38.543914
     • split: latest
2. config_name: harness_gsm8k_5
   • data_files:
     • split: 2024_04_06T22_27_37.762517
     • split: 2024_04_07T00_23_38.543914
     • split: latest
3. config_name: harness_hellaswag_10
   • data_files:
     • split: 2024_04_06T22_27_37.762517
     • split: 2024_04_07T00_23_38.543914
     • split: latest
4. config_name: harness_hendrycksTest_5
   • data_files: 包含多个子任务的数据文件，每个子任务对应一个特定的数据分割。

以上信息总结了数据集的基本情况和配置详情，提供了数据集的结构化描述和加载示例，以及最新的评估结果和配置文件的详细路径。