open-llm-leaderboard/details_saltlux__luxia-21.4b-alignment-v0.4

该数据集是在评估模型saltlux/luxia-21.4b-alignment-v0.4时自动创建的，主要用于Open LLM Leaderboard的评估。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，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。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of saltlux/luxia-21.4b-alignment-v0.4

数据集描述

• dataset_summary: 该数据集是在评估模型saltlux/luxia-21.4b-alignment-v0.4的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 每个配置对应任务: 一个
• 数据集创建自: 1次运行
• 数据集分割: 每个配置中包含特定分割，以运行的时间戳命名，"train"分割指向最新结果。
• 额外配置: "results"，存储所有聚合结果，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_saltlux__luxia-21.4b-alignment-v0.4", "harness_winogrande_5", split="train")

最新结果

• 结果来源: latest results from run 2024-03-11T19:32:53.452866
• 结果内容: 包含多个任务的评估结果，每个任务有其对应的准确率(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
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含的数据文件路径和分割信息，例如：

• harness_arc_challenge_25
  • split: 2024_03_11T19_32_53.452866
    • path: /details_harness|arc:challenge|25_2024-03-11T19-32-53.452866.parquet
  • split: latest
    • path: /details_harness|arc:challenge|25_2024-03-11T19-32-53.452866.parquet

其他配置类似，每个配置对应不同的任务和数据文件。