open-llm-leaderboard/details_AGI-0__llamaster-8B-v0.1

该数据集是在Open LLM Leaderboard上对模型AGI-0/llamaster-8B-v0.1进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从一次运行中生成的，每次运行在每个配置中表示为特定的分割，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，名为results的配置存储了运行的所有聚合结果，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`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。README中还包含了特定运行的最新结果，展示了不同任务的各种指标，如准确率和标准误差。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of AGI-0/llamaster-8B-v0.1

数据集描述

• dataset_summary: 该数据集是在评估模型AGI-0/llamaster-8B-v0.1运行期间自动创建的，用于Open LLM Leaderboard。

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。
• 数据来源: 数据集由1次运行创建，每次运行以时间戳命名的特定分割存储。
• 特殊配置: “results”配置存储所有运行的聚合结果，用于计算和显示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_AGI-0__llamaster-8B-v0.1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-23T10:18:33.040798的运行结果。
• 结果内容: 包括多个任务的准确率(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，以时间戳和“latest”分割存储，用于不同的评估任务。