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

该数据集是在模型 seyf1elislam/WestKunai-Hermes-7b 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，每个配置对应一个被评估的任务。数据集是从 1 次运行中生成的，每次运行都作为每个配置中的一个特定分割存储，分割名称使用运行的时间戳。train 分割始终指向最新的结果。一个名为 results 的额外配置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。README 还提供了如何使用 `datasets` 库中的 `load_dataset` 函数加载运行中的详细信息的示例。README 中还包含了 2024-03-16 运行的最新结果，显示了不同任务的各种准确率指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of seyf1elislam/WestKunai-Hermes-7b

数据集描述

• dataset_summary: 该数据集是在评估模型seyf1elislam/WestKunai-Hermes-7b的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 每个配置对应任务: 一个评估任务
• 数据来源: 1次运行
• 数据分割: 每个配置中的特定分割，以运行的时间戳命名
• "train"分割: 指向最新结果
• "results"配置: 存储所有聚合结果，用于计算和显示聚合指标

加载数据示例

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

最新结果

• 结果来源: 来自2024-03-16T07:13:17.960407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

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含特定任务的数据文件，路径格式为**/details_{配置名称}_{时间戳}.parquet。