open-llm-leaderboard/details_dreamgen__opus-v1.2-llama-3-8b

数据集是在评估模型dreamgen/opus-v1.2-llama-3-8b在Open LLM Leaderboard上的运行过程中自动创建的。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，每次运行可以在每个配置中找到特定的分割，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，results配置存储了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 dreamgen/opus-v1.2-llama-3-8b

数据集描述

• dataset_summary: 该数据集是在评估模型dreamgen/opus-v1.2-llama-3-8b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。
• 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_dreamgen__opus-v1.2-llama-3-8b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: latest results from run 2024-04-21T05:44:21.504574
• 结果内容: 包含多个任务的准确率(acc)、标准误差(acc_stderr)等指标。

数据集配置详情

配置列表

• config_name: harness_arc_challenge_25

  • data_files:
    • split: 2024_04_21T05_44_21.504574
      • path: **/details_harness|arc:challenge|25_2024-04-21T05-44-21.504574.parquet
    • split: latest
      • path: **/details_harness|arc:challenge|25_2024-04-21T05-44-21.504574.parquet

• config_name: harness_gsm8k_5

  • data_files:
    • split: 2024_04_21T05_44_21.504574
      • path: **/details_harness|gsm8k|5_2024-04-21T05-44-21.504574.parquet
    • split: latest
      • path: **/details_harness|gsm8k|5_2024-04-21T05-44-21.504574.parquet

• config_name: harness_hellaswag_10

  • data_files:
    • split: 2024_04_21T05_44_21.504574
      • path: **/details_harness|hellaswag|10_2024-04-21T05-44-21.504574.parquet
    • split: latest
      • path: **/details_harness|hellaswag|10_2024-04-21T05-44-21.504574.parquet

• config_name: harness_hendrycksTest_5

  • data_files:
    • split: 2024_04_21T05_44_21.504574
      • path: 多个任务的详细路径，如**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-21T05-44-21.504574.parquet等。
    • split: latest
      • path: 多个任务的详细路径，如**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-21T05-44-21.504574.parquet等。