open-llm-leaderboard/details_InferenceIllusionist__Excalibur-7B

该数据集是在模型InferenceIllusionist/Excalibur-7b的评估运行期间自动创建的，用于Open LLM Leaderboard。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳。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

• Evaluation run of InferenceIllusionist/Excalibur-7b

数据集描述

• 该数据集是在评估模型InferenceIllusionist/Excalibur-7b运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 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。
• “train”分割始终指向最新结果。
• 额外配置“results”存储了所有运行结果的聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

数据集加载示例

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

最新结果

• 最新结果来自2024-03-16T00:36:09.626290的运行，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

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应一个特定的任务或评估指标。