open-llm-leaderboard/details_vaiv__gem-14b-instruct

该数据集是在评估模型vaiv/gem-14b-instruct时自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为特定的分割存储，train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，用于计算和展示在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

• 名称: Evaluation run of vaiv/gem-14b-instruct

数据集描述

• 来源: 自动创建于模型vaiv/gem-14b-instruct在Open LLM Leaderboard的评估运行中。
• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建次数: 数据集由1次运行创建。
• 数据分割: 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。"train"分割始终指向最新结果。
• 额外配置: 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。

数据集使用

• 加载示例: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_vaiv__gem-14b-instruct", "harness_winogrande_5", split="train")

最新结果

• 结果来源: latest results from run 2024-04-23T03:10:25.215111
• 详细指标: 包括准确率(acc)、标准误差(acc_stderr)等，具体数值参考README文件中的JSON数据。

数据集配置

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，根据不同的时间戳和"latest"分割进行组织。