open-llm-leaderboard/details_ToastyPigeon__SmolPlatypus-1.5B

该数据集是在模型ToastyPigeon/SmolPlatypus-1.5B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。数据集是从1次运行中生成的，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的额外配置存储了运行的所有聚合结果，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`函数加载运行中的详细信息的示例。README中还包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of ToastyPigeon/SmolPlatypus-1.5B

数据集描述

• dataset_summary: 该数据集是在评估模型ToastyPigeon/SmolPlatypus-1.5B的过程中自动创建的，评估运行于Open LLM Leaderboard。

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。
• 创建来源: 数据集由1次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 特殊配置: 额外配置“results”存储了所有运行的聚合结果，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_ToastyPigeon__SmolPlatypus-1.5B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-21T20:25:46.815999的运行结果，详细结果见此链接。

数据集详细配置

配置列表

1. harness_arc_challenge_25

   • 数据文件:
     • 时间戳分割: 2024_03_21T20_25_46.815999
     • 最新分割: latest
     • 路径: /details_harness|arc:challenge|25_2024-03-21T20-25-46.815999.parquet

2. harness_gsm8k_5

   • 数据文件:
     • 时间戳分割: 2024_03_21T20_25_46.815999
     • 最新分割: latest
     • 路径: /details_harness|gsm8k|5_2024-03-21T20-25-46.815999.parquet

3. harness_hellaswag_10

   • 数据文件:
     • 时间戳分割: 2024_03_21T20_25_46.815999
     • 最新分割: latest
     • 路径: /details_harness|hellaswag|10_2024-03-21T20-25-46.815999.parquet

4. harness_hendrycksTest_5

   • 数据文件:
     • 时间戳分割: 2024_03_21T20_25_46.815999
     • 最新分割: latest
     • 路径:
       • /details_harness|hendrycksTest-abstract_algebra|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-anatomy|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-astronomy|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-business_ethics|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-clinical_knowledge|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-college_biology|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-college_chemistry|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-college_computer_science|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-college_mathematics|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-college_medicine|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-college_physics|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-computer_security|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-conceptual_physics|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-econometrics|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-electrical_engineering|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-elementary_mathematics|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-formal_logic|5_2024-03-21T20-25-46.815999.parquet
       • /details_harness|hendrycksTest-global_facts|5_2024-03-21T20-25-46.815999.parquet
       • ... (其他任务路径省略)

以上是对数据集的基本概述和详细配置信息。