open-llm-leaderboard/details_netcat420__MFANNv0.2

该数据集是在Open LLM Leaderboard上对模型`netcat420/MFANNv0.2`进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，并以运行的时间戳命名。`train`分割始终指向最新的结果。此外，`results`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 netcat420/MFANNv0.2

数据集描述

• dataset_summary: 该数据集是在评估模型netcat420/MFANNv0.2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
• 每个配置对应一个评估任务
• 数据来源: 来自1次运行
• 数据分割: 每个运行作为特定分割，使用运行的时间戳命名
• 额外配置: "results"存储所有聚合的运行结果，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_netcat420__MFANNv0.2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-03T03:41:51.399377的运行
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应一个特定的分割（如时间戳分割和最新分割）。