open-llm-leaderboard/details_Replete-AI__Llama-3-13B

该数据集是在Open LLM Leaderboard上对模型Replete-AI/Llama-3-13B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。数据集包含1次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。此外，名为results的配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• Pretty Name: Evaluation run of Replete-AI/Llama-3-13B

数据集描述

• 来源: 该数据集是在评估模型Replete-AI/Llama-3-13B的过程中自动创建的。
• 用途: 用于Open LLM Leaderboard的评估。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建: 数据集由1次运行创建，每次运行以时间戳命名的特定分割存储。
• 额外配置: 有一个名为"results"的配置，存储所有运行的聚合结果，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_Replete-AI__Llama-3-13B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-19T08:45:37.362102的运行。
• 结果内容: 包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

配置详情

• 配置名称: 如"harness|arc:challenge|25"，"harness|gsm8k|5"等。
• 数据文件: 每个配置包含以时间戳和"latest"命名的分割，路径指向相应的parquet文件。