open-llm-leaderboard/details_robinsmits__Qwen1.5-7B-Dutch-Chat-Sft

该数据集是在模型robinsmits/Qwen1.5-7B-Dutch-Chat-Sft在Open LLM Leaderboard上评估时自动生成的。数据集由63个配置组成，每个配置对应一个评估任务。它包含一次运行的数据，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新结果。额外的results配置存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集详细信息的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of robinsmits/Qwen1.5-7B-Dutch-Chat-Sft

数据集创建背景

• dataset_summary: 该数据集是在评估模型robinsmits/Qwen1.5-7B-Dutch-Chat-Sft的过程中自动创建的，用于Open LLM Leaderboard。

数据集结构

• 组成: 由63个配置组成，每个配置对应一个评估任务。
• 创建过程: 数据集来自1次运行，每次运行作为一个特定的分割，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_robinsmits__Qwen1.5-7B-Dutch-Chat-Sft", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自run 2024-03-29T20:04:27.887464。
• 结果内容: 包括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分割，如“2024_03_29T20_04_27.887464”和“latest”。