open-llm-leaderboard-old/details_BFauber__opt125m_10e5_1ep

该数据集是在模型BFauber/opt125m_10e5_1ep的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，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，用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集创建

• 创建背景：该数据集是在对模型 BFauber/opt125m_10e5_1ep 进行评估运行期间自动创建的。
• 评估平台：数据集用于 Open LLM Leaderboard。

数据集结构

• 配置数量：数据集包含 63 个配置，每个配置对应一个评估任务。
• 运行次数：数据集来自 1 次运行。每个运行结果作为一个特定的分割存储，分割名称使用运行的时间戳。
• 最新结果："train" 分割始终指向最新的结果。
• 聚合结果：一个额外的配置 "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_BFauber__opt125m_10e5_1ep", "harness_winogrande_5", split="train")

最新结果

• 结果来源：最新结果来自 2024-02-02T19:20:39.939834
• 详细指标：包含多个任务的准确率（acc）、标准化准确率（acc_norm）、以及其他特定任务的指标（如 mc1、mc2 等）及其标准误差。

配置详情

• 配置名称：harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5 等。
• 数据文件：每个配置包含多个数据文件，路径格式为 **/details_harness|任务名称|分割名称_时间戳.parquet。