open-llm-leaderboard/details_nbeerbower__strange_3236-7B

该数据集是在模型nbeerbower/strange_3236-7B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，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

数据集名称

• pretty_name: Evaluation run of nbeerbower/strange_3236-7B

数据集描述

• dataset_summary: 该数据集是在评估模型nbeerbower/strange_3236-7B的过程中自动创建的，该模型参与了Open LLM Leaderboard的评测。

数据集组成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 创建过程: 数据集由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命名。
• 特殊配置: “results”配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_nbeerbower__strange_3236-7B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-14T21:23:12.724097的运行结果。
• 结果内容: 包括多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

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）。

数据文件路径示例

• harness_arc_challenge_25
  • split: 2024_03_14T21_23_12.724097
    • path: /details_harness|arc:challenge|25_2024-03-14T21-23-12.724097.parquet
  • split: latest
    • path: /details_harness|arc:challenge|25_2024-03-14T21-23-12.724097.parquet

此结构适用于所有配置，确保每个配置的数据文件路径清晰可访问。