open-llm-leaderboard/details_speakleash__Bielik-7B-Instruct-v0.1

该数据集是在Open LLM Leaderboard上对模型speakleash/Bielik-7B-Instruct-v0.1进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作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，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of speakleash/Bielik-7B-Instruct-v0.1

数据集描述

• 该数据集是自动创建的，用于评估模型speakleash/Bielik-7B-Instruct-v0.1在Open LLM Leaderboard上的表现。

数据集组成

• 数据集包含63个配置，每个配置对应一个评估任务。
• 数据集由2次运行创建，每次运行对应一个特定分割，分割名称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“results”存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_speakleash__Bielik-7B-Instruct-v0.1", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-04-09T23:32:03.567634的运行，包含多个任务的评估数据。

数据集详细配置

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个分割，如“2024_04_08T13_38_36.559316”、“2024_04_09T23_32_03.567634”和“latest”，每个分割对应不同的数据文件路径。