open-llm-leaderboard/details_nlpguy__StarFusion-alpha2

该数据集是在Open LLM Leaderboard上对模型`nlpguy/StarFusion-alpha2`进行评估运行时自动创建的。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，每次运行的结果作为一个特定的分割，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，存储了所有运行的聚合结果，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

数据集基本信息

• 名称: Evaluation run of nlpguy/StarFusion-alpha2
• 创建原因: 自动创建于模型 nlpguy/StarFusion-alpha2 在 Open LLM Leaderboard 的评估运行期间。
• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建次数: 数据集由1次运行创建，每次运行对应一个特定的分割，分割名称为运行的时间戳。
• 特殊配置: 额外配置“results”存储了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_nlpguy__StarFusion-alpha2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-04-16T18:35:21.507888的运行。
• 结果内容: 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

1. harness_arc_challenge_25
2. harness_gsm8k_5
3. harness_hellaswag_10
4. harness_hendrycksTest_5

数据文件路径示例

• harness_arc_challenge_25

  • 2024_04_16T18_35_21.507888: **/details_harness|arc:challenge|25_2024-04-16T18-35-21.507888.parquet
  • latest: **/details_harness|arc:challenge|25_2024-04-16T18-35-21.507888.parquet

• harness_gsm8k_5

  • 2024_04_16T18_35_21.507888: **/details_harness|gsm8k|5_2024-04-16T18-35-21.507888.parquet
  • latest: **/details_harness|gsm8k|5_2024-04-16T18-35-21.507888.parquet

• harness_hellaswag_10

  • 2024_04_16T18_35_21.507888: **/details_harness|hellaswag|10_2024-04-16T18-35-21.507888.parquet
  • latest: **/details_harness|hellaswag|10_2024-04-16T18-35-21.507888.parquet

• harness_hendrycksTest_5

  • 2024_04_16T18_35_21.507888: 包含多个子任务的数据文件路径。
  • latest: 包含多个子任务的数据文件路径。