open-llm-leaderboard/details_cstr__Spaetzle-v44-7b

该数据集是在Open LLM Leaderboard上对模型cstr/Spaetzle-v44-7b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。数据集包含1次运行的结果，每次运行都作为每个配置中的一个特定分割存储。train分割始终指向最新结果。此外，还有一个results配置存储了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。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of cstr/Spaetzle-v44-7b

数据集描述

• dataset_summary: 该数据集是在评估模型cstr/Spaetzle-v44-7b在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 配置数量: 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命名。
• 特殊配置: 包含一个名为"results"的额外配置，存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_cstr__Spaetzle-v44-7b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-21T18:09:43.070718的运行。
• 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. harness_arc_challenge_25
   • 数据文件: 包含特定时间戳和最新结果的分割。
2. harness_gsm8k_5
   • 数据文件: 包含特定时间戳和最新结果的分割。
3. harness_hellaswag_10
   • 数据文件: 包含特定时间戳和最新结果的分割。
4. harness_hendrycksTest_5
   • 数据文件: 包含多个子任务的特定时间戳和最新结果的分割。

以上信息提供了数据集的基本结构和内容概览，以及如何加载和使用数据集的示例。