open-llm-leaderboard/details_bartowski__internlm2-chat-7b-sft-llama

该数据集是在模型 bartowski/internlm2-chat-7b-sft-llama 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，每个配置对应一个评估任务。数据集包含 1 次运行的结果，每次运行都作为每个配置中的特定分割存储。train 分割始终指向最新结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些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-7b-sft-llama

数据集描述

• dataset_summary: 该数据集是在评估模型bartowski/internlm2-chat-7b-sft-llama时自动创建的，用于Open LLM Leaderboard。

数据集组成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 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。
• 额外配置: 有一个名为"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-7b-sft-llama", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自run 2024-04-23T10:18:01.055392。
• 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。

数据集配置详情

配置列表

1. config_name: harness_arc_challenge_25

   • data_files:
     • split: 2024_04_23T10_18_01.055392
     • path: /details_harness|arc:challenge|25_2024-04-23T10-18-01.055392.parquet
     • split: latest
     • path: /details_harness|arc:challenge|25_2024-04-23T10-18-01.055392.parquet

2. config_name: harness_gsm8k_5

   • data_files:
     • split: 2024_04_23T10_18_01.055392
     • path: /details_harness|gsm8k|5_2024-04-23T10-18-01.055392.parquet
     • split: latest
     • path: /details_harness|gsm8k|5_2024-04-23T10-18-01.055392.parquet

3. config_name: harness_hellaswag_10

   • data_files:
     • split: 2024_04_23T10_18_01.055392
     • path: /details_harness|hellaswag|10_2024-04-23T10-18-01.055392.parquet
     • split: latest
     • path: /details_harness|hellaswag|10_2024-04-23T10-18-01.055392.parquet

4. config_name: harness_hendrycksTest_5

   • data_files:
     • split: 2024_04_23T10_18_01.055392
     • path: 多个任务对应的文件路径
     • split: latest
     • path: 多个任务对应的文件路径