open-llm-leaderboard/details_Eurdem__megatron_v3_2x7B

该数据集是在模型Eurdem/megatron_v3_2x7B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，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外配置存储了运行的所有聚合结果，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，并列出了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of Eurdem/megatron_v3_2x7B

数据集描述

• 创建目的: 该数据集是自动创建的，用于评估模型Eurdem/megatron_v3_2x7B在Open LLM Leaderboard上的表现。
• 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，每次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: 存在一个名为"results"的额外配置，用于存储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。

数据集使用示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Eurdem__megatron_v3_2x7B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自run 2024-03-28T00:34:48.446261。
• 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)等指标。

数据集配置详情

配置列表

1. harness_arc_challenge_25

   • 数据文件: 包含特定时间戳和最新结果的分割。
   • 路径: **/details_harness|arc:challenge|25_2024-03-28T00-34-48.446261.parquet

2. harness_gsm8k_5

   • 数据文件: 包含特定时间戳和最新结果的分割。
   • 路径: **/details_harness|gsm8k|5_2024-03-28T00-34-48.446261.parquet

3. harness_hellaswag_10

   • 数据文件: 包含特定时间戳和最新结果的分割。
   • 路径: **/details_harness|hellaswag|10_2024-03-28T00-34-48.446261.parquet

4. harness_hendrycksTest_5

   • 数据文件: 包含多个任务的特定时间戳和最新结果的分割。
   • 路径: 多个任务对应的路径，如**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-28T00-34-48.446261.parquet等。

以上配置详细描述了数据集的结构和内容，以及如何加载和使用这些数据。