open-llm-leaderboard/details_seyf1elislam__WestKunai-XD-7b

该数据集是在评估模型seyf1elislam/WestKunai-XD-7b时自动生成的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果存储在不同的分割中，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of seyf1elislam/WestKunai-XD-7b
• 创建原因: 自动创建于模型 seyf1elislam/WestKunai-XD-7b 在 Open LLM Leaderboard 上的评估运行过程中。

数据集结构

• 组成: 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，每次运行对应一个特定的分割，分割名称基于运行的时间戳。
• 特殊配置: 包含一个名为 "results" 的额外配置，存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集使用示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_seyf1elislam__WestKunai-XD-7b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-16T03:28:08.318903的运行。
• 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。

配置详情

• 配置列表:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件: 每个配置包含基于时间戳和最新结果的数据文件。

数据集加载

• 加载方法: 使用 load_dataset 函数加载特定配置和分割的数据。

结论

该数据集专为评估模型 seyf1elislam/WestKunai-XD-7b 在多个任务上的性能而设计，提供详细的评估结果和配置信息，便于分析和进一步研究。