open-llm-leaderboard/details_kunkun666__kunkun_dat

该数据集是在模型kunkun666/kunkun_dat的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，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 kunkun666/kunkun_dat

数据集描述

• dataset_summary: 该数据集是在评估模型kunkun666/kunkun_dat在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据来源: 来自2次运行，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• "train"分割: 始终指向最新的结果。
• "results"配置: 存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_kunkun666__kunkun_dat", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-11T07:50:43.081174的运行。
• 结果内容: 包含多个任务的评估指标，如准确率(acc)、标准误差(acc_stderr)等。

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，对应不同的运行时间戳和“latest”分割。