open-llm-leaderboard/details_nbeerbower__SuperFlammen-4x7B

该数据集是在评估模型nbeerbower/SuperFlammen-4x7B时自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由1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，results配置存储了所有运行的聚合结果，用于计算和展示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集名称与创建背景

• 名称: Evaluation run of nbeerbower/SuperFlammen-4x7B
• 创建背景: 该数据集是自动创建于模型nbeerbower/SuperFlammen-4x7B在Open LLM Leaderboard的评估运行期间。

数据集结构与内容

• 组成: 数据集由63个配置组成，每个配置对应一个评估任务。
• 创建过程: 数据集从1次运行中创建，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。

数据集使用方法

• 加载数据: 使用以下代码加载特定运行的详细信息： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_nbeerbower__SuperFlammen-4x7B", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 提供了包括准确率、标准误差等在内的多项指标，涵盖多个任务和领域。

数据集配置详情

配置列表

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5 等。
• 数据文件路径: 每个配置包含多个数据文件，路径格式为**/details_{配置名称}_{时间戳}.parquet。
• 分割类型: 包括特定时间戳的分割和“latest”分割，后者指向最新结果。

示例配置详情

• 配置名称: harness_hendrycksTest_5
• 数据文件路径: 包括多个子任务的数据文件，如details_harness|hendrycksTest-abstract_algebra|5_2024-04-09T07-37-31.585110.parquet等。
• 分割类型: 特定时间戳和“latest”分割。