open-llm-leaderboard/details_01-ai__Yi-1.5-9B

该数据集是在Open LLM Leaderboard上对模型01-ai/Yi-1.5-9B进行评估时自动创建的。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，并用于计算和显示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 01-ai/Yi-1.5-9B

数据集描述

• dataset_summary: 该数据集是在评估模型01-ai/Yi-1.5-9B的过程中自动创建的，用于Open LLM Leaderboard。

数据集构成

• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集来源: 数据集由1次运行创建，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命名。
• 特殊配置: 有一个名为"results"的额外配置，存储所有运行的聚合结果，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_01-ai__Yi-1.5-9B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自run 2024-05-16T10:35:34.857914。
• 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

  • 数据文件路径:
    • split: 2024_05_16T10_35_34.857914
      • path: **/details_harness|arc:challenge|25_2024-05-16T10-35-34.857914.parquet
    • split: latest
      • path: **/details_harness|arc:challenge|25_2024-05-16T10-35-34.857914.parquet

• harness_gsm8k_5

  • 数据文件路径:
    • split: 2024_05_16T10_35_34.857914
      • path: **/details_harness|gsm8k|5_2024-05-16T10-35-34.857914.parquet
    • split: latest
      • path: **/details_harness|gsm8k|5_2024-05-16T10-35-34.857914.parquet

• harness_hellaswag_10

  • 数据文件路径:
    • split: 2024_05_16T10_35_34.857914
      • path: **/details_harness|hellaswag|10_2024-05-16T10-35-34.857914.parquet
    • split: latest
      • path: **/details_harness|hellaswag|10_2024-05-16T10-35-34.857914.parquet

• harness_hendrycksTest_5

  • 数据文件路径:
    • split: 2024_05_16T10_35_34.857914
      • path:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-05-16T10-35-34.857914.parquet
        • ... (其他任务路径省略)
    • split: latest
      • path:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-05-16T10-35-34.857914.parquet
        • ... (其他任务路径省略)