open-llm-leaderboard/details_ChavyvAkvar__habib-v4

数据集是在模型ChavyvAkvar/habib-v4的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置中找到，分割以运行的时间戳命名。train分割始终指向最新结果。此外，results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

数据集基本信息

• 名称: Evaluation run of ChavyvAkvar/habib-v4
• 创建目的: 自动创建于模型ChavyvAkvar/habib-v4在Open LLM Leaderboard的评估运行期间。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。

数据集结构

• 配置详情:

  • 每个配置包含一个特定的评估任务。
  • 数据集通过1次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳。
  • “train”分割始终指向最新结果。

• 额外配置:

  • “results”配置存储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。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ChavyvAkvar__habib-v4", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 最新结果来自2024-04-06T09:23:02.436399的运行，包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

配置文件详情

• 配置列表:

  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5

• 数据文件路径:

  • 每个配置包含多个数据文件，路径格式为**/details_{配置名称}_{时间戳}.parquet。
  • “latest”分割指向最新时间戳的数据文件。