open-llm-leaderboard/details_jambroz__sixtyoneeighty-7b-chat

该数据集是在Open LLM Leaderboard上对模型jambroz/sixtyoneeighty-7b-chat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。数据集由2次运行生成，每次运行的结果作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

数据集名称

• pretty_name: Evaluation run of jambroz/sixtyoneeighty-7b-chat

数据集来源

• dataset_summary: 该数据集是在评估模型jambroz/sixtyoneeighty-7b-chat在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 创建来源: 数据集由2次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 特殊配置: 额外配置“results”存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

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

最新结果

• 结果来源: 来自2024-04-05T12:46:53.046967的运行。
• 结果详情: 包含多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_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
• 数据文件路径: 每个配置包含多个分割的数据文件路径，如2024-04-05T10-41-03.654782和2024-04-05T12-46-53.046967等。