open-llm-leaderboard/details_liminerity__e.star.7b

该数据集是在模型liminerity/e.star.7b的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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，results配置存储了所有运行的聚合结果，并用于计算和显示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 liminerity/e.star.7b

数据集来源

• dataset_summary: 该数据集是在评估模型liminerity/e.star.7b运行过程中自动创建的，用于Open LLM Leaderboard。

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。
• 数据集创建: 从1次运行中创建，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。
• 特殊配置: 额外配置“results”存储所有运行结果的聚合结果，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_liminerity__e.star.7b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-24T19:49:24.550377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

• 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，每个文件对应不同的分割（如时间戳分割和最新分割），文件路径指向具体的评估任务数据。