open-llm-leaderboard/details_aboros98__motans1

该数据集是在模型 aboros98/motans1 在 Open LLM Leaderboard 上的评估运行期间自动创建的。它由 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拆分。train 拆分始终指向最新结果。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。可以使用 datasets 库中的 load_dataset 函数加载该数据集。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of aboros98/motans1
• 创建目的: 自动创建于模型aboros98/motans1在Open LLM Leaderboard的评估运行期间。
• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建次数: 数据集由1次运行创建。

数据集结构

• 配置与分割: 每个配置中包含特定的分割，分割名称使用运行的时间戳。"train"分割始终指向最新的结果。
• 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。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_aboros98__motans1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-03-31T11:57:55.423129。
• 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

1. harness_arc_challenge_25
2. harness_gsm8k_5
3. harness_hellaswag_10
4. harness_hendrycksTest_5

数据文件路径

• harness_arc_challenge_25:

  • 时间戳分割: **/details_harness|arc:challenge|25_2024-03-31T11-57-55.423129.parquet
  • 最新分割: **/details_harness|arc:challenge|25_2024-03-31T11-57-55.423129.parquet

• harness_gsm8k_5:

  • 时间戳分割: **/details_harness|gsm8k|5_2024-03-31T11-57-55.423129.parquet
  • 最新分割: **/details_harness|gsm8k|5_2024-03-31T11-57-55.423129.parquet

• harness_hellaswag_10:

  • 时间戳分割: **/details_harness|hellaswag|10_2024-03-31T11-57-55.423129.parquet
  • 最新分割: **/details_harness|hellaswag|10_2024-03-31T11-57-55.423129.parquet

• harness_hendrycksTest_5:

  • 包含多个子任务的时间戳分割和最新分割路径。

以上概述提供了数据集的基本信息、结构、加载方法以及配置详情，有助于用户快速了解和使用该数据集。