open-llm-leaderboard/details_cstr__Spaetzle-v12-7b

该数据集是在评估模型cstr/Spaetzle-v12-7b时自动生成的，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 cstr/Spaetzle-v12-7b

数据集描述

• dataset_summary: 该数据集是在评估模型cstr/Spaetzle-v12-7b的过程中自动创建的，用于Open LLM Leaderboard。

数据集构成

• 配置数量: 63个
• 每个配置对应任务: 一个评估任务
• 数据集创建自: 1次运行
• 数据集分割: 每个配置中包含特定分割，以运行的时间戳命名。"train"分割指向最新结果。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_cstr__Spaetzle-v12-7b", "harness_winogrande_5", split="train")

最新结果

• 结果存储配置: "results"
• 结果示例: 包含多个任务的准确率(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，每个文件对应一个特定的分割，如"2024_03_11T19_04_39.564454"和"latest"。

数据集使用

• 通过提供的加载示例，用户可以加载特定配置和分割的数据，进行进一步的分析和处理。