open-llm-leaderboard/details_0-hero__Matter-0.1-Slim-7B-preview

该数据集是在模型 0-hero/Matter-0.1-Slim-7B-preview 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。它包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些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` 函数加载数据集的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of 0-hero/Matter-0.1-Slim-7B-preview

数据集描述

• dataset_summary: 该数据集是在评估模型0-hero/Matter-0.1-Slim-7B-preview运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 数据结构: 由63个配置组成，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: 存在一个名为"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_0-hero__Matter-0.1-Slim-7B-preview", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-15T22:05:15.521984的运行结果。
• 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。

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，每个文件对应不同的分割（如时间戳分割和最新分割）。

数据文件路径示例

• harness_arc_challenge_25
  • split: 2024_03_15T22_05_15.521984
    • path: /details_harness|arc:challenge|25_2024-03-15T22-05-15.521984.parquet
  • split: latest
    • path: /details_harness|arc:challenge|25_2024-03-15T22-05-15.521984.parquet

此结构适用于所有配置，每个配置的数据文件路径和分割方式相同。