open-llm-leaderboard-old/details_NousResearch__Nous-Hermes-2-Yi-34B

该数据集是在模型NousResearch/Nous-Hermes-2-Yi-34B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。它包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新结果。一个名为results的额外配置存储了所有运行的聚合结果，这些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代码加载运行细节的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集组成

• 该数据集包含63个配置，每个配置对应一个评估任务。
• 数据集来源于1次运行，每个运行结果以特定的时间戳命名的分片形式存储。
• "train"分片始终指向最新的结果。

数据集结构

• 每个配置包含多个分片，分片名称使用运行的时间戳。
• 一个额外的配置"results"存储所有运行的聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_NousResearch__Nous-Hermes-2-Yi-34B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2023-12-29T16:55:23.292289运行，包含多个任务的评估指标。

配置详情

• harness_arc_challenge_25

  • 分片: 2023_12_29T16_55_23.292289, latest
  • 路径: **/details_harness|arc:challenge|25_2023-12-29T16-55-23.292289.parquet

• harness_gsm8k_5

  • 分片: 2023_12_29T16_55_23.292289, latest
  • 路径: **/details_harness|gsm8k|5_2023-12-29T16-55-23.292289.parquet

• harness_hellaswag_10

  • 分片: 2023_12_29T16_55_23.292289, latest
  • 路径: **/details_harness|hellaswag|10_2023-12-29T16-55-23.292289.parquet

• harness_hendrycksTest_5

  • 分片: 2023_12_29T16_55_23.292289, latest
  • 路径: 包含多个任务的parquet文件路径