open-llm-leaderboard/details_Antonio88__TaliML-7B-V.1-ENG

该数据集是在评估模型Antonio88/TaliML-7B-V.1-ENG时自动创建的，主要用于在Open LLM Leaderboard上展示模型的评估结果。数据集包含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，每次运行的结果存储为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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

• pretty_name: Evaluation run of Antonio88/TaliML-7B-V.1-ENG

数据集描述

• dataset_summary: 该数据集是在评估模型Antonio88/TaliML-7B-V.1-ENG在Open LLM Leaderboard上的运行过程中自动创建的。

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命名。
• “train”分割始终指向最新的结果。
• 额外的配置“results”存储了运行中的所有聚合结果，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_Antonio88__TaliML-7B-V.1-ENG", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-04-07T00:06:43.930098的运行。
• 结果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任务和时间戳。