open-llm-leaderboard/details_R136a1__InfinityKumon-2x7B

该数据集是在模型R136a1/InfinityKumon-2x7B的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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 R136a1/InfinityKumon-2x7B

数据集描述

• dataset_summary: 该数据集是在评估模型R136a1/InfinityKumon-2x7B的过程中自动创建的，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，每次运行以特定的时间戳命名。
• “train”分割始终指向最新结果。
• 额外配置“results”存储所有运行结果的聚合结果。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_R136a1__InfinityKumon-2x7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-29T18:14:17.379382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。

配置详情

配置列表

• config_name: harness_arc_challenge_25
• config_name: harness_gsm8k_5
• config_name: harness_hellaswag_10
• config_name: 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2024_03_29T18_14_17.379382和latest）。

数据文件路径示例

• harness_arc_challenge_25:

  • split: 2024_03_29T18_14_17.379382
    • path: **/details_harness|arc:challenge|25_2024-03-29T18-14-17.379382.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-03-29T18-14-17.379382.parquet

• harness_gsm8k_5:

  • split: 2024_03_29T18_14_17.379382
    • path: **/details_harness|gsm8k|5_2024-03-29T18-14-17.379382.parquet
  • split: latest
    • path: **/details_harness|gsm8k|5_2024-03-29T18-14-17.379382.parquet

• harness_hellaswag_10:

  • split: 2024_03_29T18_14_17.379382
    • path: **/details_harness|hellaswag|10_2024-03-29T18-14-17.379382.parquet
  • split: latest
    • path: **/details_harness|hellaswag|10_2024-03-29T18-14-17.379382.parquet

• harness_hendrycksTest_5:

  • split: 2024_03_29T18_14_17.379382
    • path: 多个文件路径，每个对应不同的任务和时间戳。
  • split: latest
    • path: 多个文件路径，每个对应不同的任务和时间戳。