open-llm-leaderboard/details_saltlux__luxia-21.4b-alignment-v0.1

该数据集是在模型saltlux/luxia-21.4b-alignment-v0.1在Open LLM Leaderboard上的评估运行期间自动创建的。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，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。train分割始终指向最新结果。一个额外的配置results存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python中的datasets库加载运行细节的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of saltlux/luxia-21.4b-alignment-v0.1

数据集描述

• dataset_summary: 该数据集是在评估模型saltlux/luxia-21.4b-alignment-v0.1的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 额外配置: “results”配置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_saltlux__luxia-21.4b-alignment-v0.1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-11T19:19:44.885185的运行结果。
• 结果内容: 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)和归一化准确率的标准误差(acc_norm_stderr)等指标。

数据集配置详情

配置列表

• harness_arc_challenge_25
  • 数据文件: 包含特定时间戳和最新结果的数据文件。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的数据文件。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的数据文件。
• harness_hendrycksTest_5
  • 数据文件: 包含多个子任务的特定时间戳和最新结果的数据文件。

以上信息概述了数据集的基本情况和配置详情，为使用者提供了清晰的数据集结构和加载方式。