open-llm-leaderboard/details_csujeong__Falcon-7B-Fintued-Finance-Stock-E

该数据集是在模型csujeong/Falcon-7B-Fintued-Finance-Stock-E的评估运行期间自动创建的，用于Open LLM Leaderboard。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

数据集基本信息

• 名称: Evaluation run of csujeong/Falcon-7B-Fintued-Finance-Stock-E
• 创建目的: 自动创建于模型csujeong/Falcon-7B-Fintued-Finance-Stock-E在Open LLM Leaderboard的评估运行期间。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 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: 额外配置“results”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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_csujeong__Falcon-7B-Fintued-Finance-Stock-E", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-03-22T08:20:40.869017的运行。
• 结果内容: 包含多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。

数据集配置详情

• 配置列表:
  • harness_arc_challenge_25: 包含特定时间戳和最新结果的数据文件。
  • harness_gsm8k_5: 包含特定时间戳和最新结果的数据文件。
  • harness_hellaswag_10: 包含特定时间戳和最新结果的数据文件。
  • harness_hendrycksTest_5: 包含多个子任务的数据文件，如抽象代数、解剖学、天文学等。

以上信息提供了数据集的基本结构、内容和使用方法，有助于用户理解和利用该数据集进行进一步的分析和研究。