open-llm-leaderboard/details_TommyZQ__tmm-1b

该数据集是在Open LLM Leaderboard上对模型TommyZQ/tmm-1b进行评估时自动创建的。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，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 TommyZQ/tmm-1b

数据集描述

• dataset_summary: 该数据集是在评估模型TommyZQ/tmm-1b运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据集来源: 1次运行
• 数据集分割: 每个配置中的特定分割，命名基于运行的时间戳
• 额外配置: "results"，存储所有运行结果的聚合数据，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_TommyZQ__tmm-1b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-15T14:48:22.525913的运行
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等

配置详情

• 配置名称: 多个，如harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10等
• 数据文件: 每个配置包含多个数据文件，基于不同的时间戳和"latest"分割
• 文件路径示例: 如**/details_harness|arc:challenge|25_2024-04-15T14-48-22.525913.parquet**

此概述提供了数据集的基本信息、组成、加载方法及配置详情，有助于用户快速了解和使用该数据集。