open-llm-leaderboard/details_raincandy-u__Rain-7B-v0.2

该数据集是在模型 raincandy-u/Rain-7B-v0.2 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，每个配置对应一个评估任务。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。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了运行的所有聚合结果，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 Python 代码片段来加载运行中的详细信息，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of raincandy-u/Rain-7B-v0.2

数据集描述

• dataset_summary: 该数据集是在评估模型raincandy-u/Rain-7B-v0.2的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集组成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 创建来源: 数据集由1次运行创建，每次运行以特定的时间戳命名，作为数据集的分割。
• 特殊配置: 存在一个名为"results"的额外配置，用于存储所有运行的聚合结果，并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_raincandy-u__Rain-7B-v0.2", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 提供了多个任务的评估结果，包括准确率(acc)、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

每个配置包含多个数据文件，每个文件对应不同的分割（如时间戳分割和最新分割），用于存储特定任务的评估数据。