open-llm-leaderboard/details_bartowski__internlm2-chat-20b-llama-old

该数据集是在模型 bartowski/internlm2-chat-20b-llama-old 在 Open LLM Leaderboard 上的评估运行期间自动创建的。它由 63 个配置组成，每个配置对应一个被评估的任务。数据集包含 1 次运行的结果，每次运行作为每个配置中的特定分割，使用运行的时间戳命名。train 分割始终指向最新结果。一个额外的配置 results 存储了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。可以使用 datasets 库中的 load_dataset 函数加载该数据集。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of bartowski/internlm2-chat-20b-llama-old

数据集创建

• 创建背景: 自动创建于模型bartowski/internlm2-chat-20b-llama-old在Open LLM Leaderboard的评估运行中。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 创建次数: 数据集由1次运行创建。
• 数据分割: 每个运行作为一个特定的分割，分割名使用运行的时间戳命名。"train"分割始终指向最新结果。
• 额外配置: 存在一个名为"results"的配置，存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_bartowski__internlm2-chat-20b-llama-old", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-23T10:09:39.561585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

每个配置包含多个数据文件，根据不同的分割（如时间戳分割和最新分割）进行组织。

数据文件路径示例

• harness_arc_challenge_25:
  • 2024_04_23T10_09_39.561585: **/details_harness|arc:challenge|25_2024-04-23T10-09-39.561585.parquet
  • latest: **/details_harness|arc:challenge|25_2024-04-23T10-09-39.561585.parquet

此模式适用于所有配置的数据文件路径。