open-llm-leaderboard/details_pansophic__m16

该数据集是在模型 pansophic/m16 在 Open LLM Leaderboard 上的评估运行期间自动创建的。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 1 次运行中创建的，每次运行在每个配置中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。一个额外的配置 results 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。文件还提供了如何使用 Python 代码加载运行中的详细信息的示例，并列出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 pansophic/m16

数据集描述

• dataset_summary: 该数据集是模型pansophic/m16在Open LLM Leaderboard评估运行期间自动创建的。

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: 额外配置“results”存储了运行中的所有聚合结果，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_pansophic__m16", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-15T17:57:40.179276的运行结果，详细结果可在此处查看。

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，分别对应不同的分割（如时间戳分割和最新分割），具体文件路径和名称详见README文件中的配置部分。