open-llm-leaderboard/details_4season__alignment-model-test10

该数据集是在Open LLM Leaderboard上对模型4season/alignment-model-test10进行评估时自动创建的。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

• 评估运行数据集：4season/alignment-model-test10

数据集描述

• 创建目的：该数据集是在模型4season/alignment-model-test10的评估运行期间自动创建的。
• 关联平台：与Open LLM Leaderboard相关联。

数据集结构

• 配置数量：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2次运行创建，每次运行对应一个特定的分割，分割名称基于运行的时间戳。
• 特殊配置：“results”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_4season__alignment-model-test10", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源：来自2024-04-09T08:12:37.264622的运行。
• 结果内容：包括多个任务的准确率（acc）和标准误差（acc_stderr）等指标。

数据集配置详情

配置列表

1. harness_arc_challenge_25
2. harness_gsm8k_5
3. harness_hellaswag_10
4. harness_hendrycksTest_5

数据文件路径

• 每个配置下包含不同时间戳的分割数据文件，路径格式为：**/details_{配置名称}_{时间戳}.parquet。

数据集使用

• 数据集可通过load_dataset函数加载，需指定数据集名称、配置名称及分割类型。