open-llm-leaderboard/details_aiplanet__buddhi-128k-chat-7b

该数据集是在模型 aiplanet/buddhi-128k-chat-7b 在 Open LLM Leaderboard 上进行评估时自动生成的。数据集包含 63 个配置，每个配置对应一个被评估的任务。数据集由一个或多个运行生成，每个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 还提供了如何使用 Python 代码加载运行中的详细信息的示例，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 aiplanet/buddhi-128k-chat-7b

数据集描述

• dataset_summary: 该数据集是在评估模型aiplanet/buddhi-128k-chat-7b时自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 数据来源: 来自1次运行
• 数据分割: 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Leaderboard上的聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_aiplanet__buddhi-128k-chat-7b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-05T08:28:47.805852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

• config_name: harness_arc_challenge_25
• config_name: harness_gsm8k_5
• config_name: harness_hellaswag_10
• config_name: harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应一个特定的时间戳或最新的数据分割。