open-llm-leaderboard/details_ResplendentAI__Aura_7B

该数据集是在评估模型ResplendentAI/Aura_7B时自动生成的，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，每次运行的结果存储在特定的分割中，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，用于计算和展示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of ResplendentAI/Aura_7B
• 创建目的: 自动创建于模型ResplendentAI/Aura_7B在Open LLM Leaderboard的评估运行中。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。

数据集结构

• 配置详情:

  • 每个配置包含一个特定的任务评估结果。
  • 每个配置中的数据分为不同的分割，命名基于运行的时间戳。
  • “train”分割始终指向最新的结果。

• 额外配置:

  • “results”配置存储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

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ResplendentAI__Aura_7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果: 来自2024-04-15T22:11:17.297868的运行结果，包含多个任务的评估数据。
• 结果示例: python { "all": { "acc": 0.6269617919883663, "acc_stderr": 0.032748010341269604, "acc_norm": 0.6269150373418942, "acc_norm_stderr": 0.03342915140670201, "mc1": 0.46266829865361075, "mc1_stderr": 0.017454645150970588, "mc2": 0.6312854918602648, "mc2_stderr": 0.015354462472681334 }, ... }

配置文件详情

• 配置文件列表:
  • harness_arc_challenge_25: 包含特定时间戳和最新分割的数据文件。
  • harness_gsm8k_5: 包含特定时间戳和最新分割的数据文件。
  • harness_hellaswag_10: 包含特定时间戳和最新分割的数据文件。
  • harness_hendrycksTest_5: 包含多个学科的特定时间戳和最新分割的数据文件。