open-llm-leaderboard/details_ABX-AI__Quantum-Citrus-9B

该数据集是在Open LLM Leaderboard上对模型ABX-AI/Quantum-Citrus-9B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，每次运行作为每个配置中的一个特定分割，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，还有一个名为results的配置，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。文件中还提供了如何使用Python中的datasets库加载运行细节的示例。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of ABX-AI/Quantum-Citrus-9B

数据集描述

• 该数据集是在评估模型ABX-AI/Quantum-Citrus-9B运行期间自动创建的，用于Open LLM Leaderboard。

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，每个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”分割始终指向最新结果。
• 额外的“results”配置存储了所有运行的聚合结果，用于计算并在Open LLM Leaderboard上显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ABX-AI__Quantum-Citrus-9B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-04-10T11:54:47.470008的运行，包含多个任务的评估指标。

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“latest”分割），用于存储特定任务的评估数据。