open-llm-leaderboard/details_davidkim205__Rhea-72b-v0.2

该数据集是在评估模型davidkim205/Rhea-72b-v0.2时自动生成的，主要用于Open LLM Leaderboard的评估任务。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一个特定的分割，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，数据集还包含一个名为results的配置，用于存储所有运行的聚合结果，并用于计算和显示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 davidkim205/Rhea-72b-v0.2

数据集描述

• dataset_summary: 该数据集是在评估模型davidkim205/Rhea-72b-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: 数据集由63个配置组成，每个配置对应一个评估任务。
• 数据来源: 数据集来源于1次运行，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳命名。
• 特殊配置: 存在一个名为"results"的额外配置，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。

数据加载示例

• 加载代码示例: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_davidkim205__Rhea-72b-v0.2", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 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

  • data_files:
    • split: 2024_03_24T07_54_02.522577
      • path: **/details_harness|arc:challenge|25_2024-03-24T07-54-02.522577.parquet
    • split: latest
      • path: **/details_harness|arc:challenge|25_2024-03-24T07-54-02.522577.parquet

• config_name: harness_gsm8k_5

  • data_files:
    • split: 2024_03_24T07_54_02.522577
      • path: **/details_harness|gsm8k|5_2024-03-24T07-54-02.522577.parquet
    • split: latest
      • path: **/details_harness|gsm8k|5_2024-03-24T07-54-02.522577.parquet

• config_name: harness_hellaswag_10

  • data_files:
    • split: 2024_03_24T07_54_02.522577
      • path: **/details_harness|hellaswag|10_2024-03-24T07-54-02.522577.parquet
    • split: latest
      • path: **/details_harness|hellaswag|10_2024-03-24T07-54-02.522577.parquet

• config_name: harness_hendrycksTest_5

  • data_files:
    • split: 2024_03_24T07_54_02.522577
      • path: 多个任务对应的parquet文件路径
    • split: latest
      • path: 多个任务对应的parquet文件路径