open-llm-leaderboard-old/details_AlanRobotics__nanit_v2

数据集`Evaluation run of AlanRobotics/nanit_v2`是在模型`AlanRobotics/nanit_v2`的评估过程中自动生成的，用于在Open LLM Leaderboard上进行评估。数据集包含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在不同的分割中，分割名称使用运行的时间戳命名。此外，数据集还包含一个名为`results`的配置，用于存储所有运行的聚合结果，并用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of AlanRobotics/nanit_v2
• 来源: 自动创建于模型 AlanRobotics/nanit_v2 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: 数据集从 1 次运行中创建，每个运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 额外配置: "results" 配置存储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。

最新结果

• 最新结果: 来自 2024-04-20T20:58:53.692127 运行的最新结果，包含多个任务的评估指标。

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_04_20T20_58_53.692127
      • 路径: **/details_harness|arc:challenge|25_2024-04-20T20-58-53.692127.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-04-20T20-58-53.692127.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_04_20T20_58_53.692127
      • 路径: **/details_harness|gsm8k|5_2024-04-20T20-58-53.692127.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-04-20T20-58-53.692127.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_04_20T20_58_53.692127
      • 路径: **/details_harness|hellaswag|10_2024-04-20T20-58-53.692127.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-04-20T20-58-53.692127.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_04_20T20_58_53.692127
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-04-20T20-58-53.692127.parquet
        • **/details_harness|hendrycksTest-high_school_biology|5_2024-04-20T20-58-53.692127.parquet