open-llm-leaderboard/details_Inv__Kazbek-7B

该数据集是在Open LLM Leaderboard上对模型Inv/Kazbek-7B进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行在每个配置中表示为特定的拆分，train拆分始终指向最新结果。此外，还有一个results配置，存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何加载运行中的详细信息以及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

• pretty_name: Evaluation run of Inv/Kazbek-7B

数据集描述

• dataset_summary: 该数据集是在评估模型Inv/Kazbek-7B在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 创建来源: 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，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_Inv__Kazbek-7B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-27T19:02:48.709796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，每个文件对应不同的分割（如时间戳分割和最新分割）。

数据集使用

• 数据集可通过load_dataset函数加载，指定数据集名称、配置名称和分割类型。