open-llm-leaderboard/details_Nitral-AI__Lelanta-lake-7b

该数据集是在模型Nitral-AI/Lelanta-lake-7b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次运行中生成的，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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 Nitral-AI/Lelanta-lake-7b

数据集描述

• dataset_summary: 该数据集是在评估模型Nitral-AI/Lelanta-lake-7b在Open LLM Leaderboard上的运行过程中自动创建的。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 数据集由1次运行创建，每次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命名。"train"分割始终指向最新结果。
• 额外配置: 有一个名为"results"的额外配置，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。

数据集加载示例

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

最新结果

• 结果来源: 来自2024-03-16T01:40:30.655595的运行。
• 结果内容: 包含多个任务的评估结果，每个任务的结果包括准确率(acc)、准确率标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化准确率标准误差(acc_norm_stderr)等指标。

配置详情

• 配置列表: 包括但不限于以下配置：
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件: 每个配置包含多个数据文件，分别对应不同的时间戳和"latest"分割。

以上信息概述了数据集的基本情况和使用方法，以及如何访问和加载数据集中的特定配置和结果。