open-llm-leaderboard-old/details_NousResearch__Nous-Puffin-70B

该数据集是在Open LLM Leaderboard上对NousResearch/Nous-Puffin-70B模型进行评估时自动生成的。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果存储为特定配置中的一个分割，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，还有一个名为results的配置，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

数据集创建

• 数据集是在模型 NousResearch/Nous-Puffin-70B 的评估运行期间自动创建的。
• 该数据集用于 Open LLM Leaderboard 的评估。

数据集结构

• 数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集从 2 次运行中创建，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。
• "train" 分割始终指向最新的结果。
• 一个额外的配置 "results" 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_NousResearch__Nous-Puffin-70B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自 2023-09-23T17:19:58.299008 的运行，包含多个任务的评估指标。

配置详情

• 数据集包含多个配置，每个配置对应不同的任务和运行时间戳。
• 每个配置包含多个数据文件，分为不同的分割（如特定时间戳的分割和最新的分割）。

示例配置

• config_name: harness_arc_challenge_25

  • data_files:
    • split: 2023_08_24T17_45_27.892102
      • path: **/details_harness|arc:challenge|25_2023-08-24T17:45:27.892102.parquet
    • split: latest
      • path: **/details_harness|arc:challenge|25_2023-08-24T17:45:27.892102.parquet

• config_name: harness_drop_3

  • data_files:
    • split: 2023_09_23T17_19_58.299008
      • path: **/details_harness|drop|3_2023-09-23T17-19-58.299008.parquet
    • split: latest
      • path: **/details_harness|drop|3_2023-09-23T17-19-58.299008.parquet

• config_name: harness_gsm8k_5

  • data_files:
    • split: 2023_09_23T17_19_58.299008
      • path: **/details_harness|gsm8k|5_2023-09-23T17-19-58.299008.parquet
    • split: latest
      • path: **/details_harness|gsm8k|5_2023-09-23T17-19-58.299008.parquet

• config_name: harness_hellaswag_10

  • data_files:
    • split: 2023_08_24T17_45_27.892102
      • path: **/details_harness|hellaswag|10_2023-08-24T17:45:27.892102.parquet
    • split: latest
      • path: **/details_harness|hellaswag|10_2023-08-24T17:45:27.892102.parquet

• config_name: harness_hendrycksTest_5

  • data_files:
    • split: 2023_08_24T17_45_27.892102
      • path: 多个文件路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-24T17:45:27.892102.parquet
    • split: latest
      • path: 多个文件路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2023-08-24T17:45:27.892102.parquet