open-llm-leaderboard/details_Weyaxi__Einstein-v6-7B

该数据集是在模型 Weyaxi/Einstein-v6-7B 在 Open LLM Leaderboard 上的评估运行期间自动生成的。数据集由 63 个配置组成，每个配置对应一个被评估的任务。它由 2 次运行创建，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了一个示例，展示了如何使用 Python 中的 datasets 库加载运行中的详细信息。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Weyaxi/Einstein-v6-7B

数据集描述

• dataset_summary: 该数据集是在评估模型Weyaxi/Einstein-v6-7B在Open LLM Leaderboard上的运行过程中自动创建的。

数据集结构

• 组成: 由63个配置组成，每个配置对应一个评估任务。
• 创建来源: 数据集从2次运行中创建，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: 包含一个名为"results"的额外配置，存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Weyaxi__Einstein-v6-7B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-07T23:08:14.135508的运行结果。
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

数据集配置详情

配置列表

1. harness_arc_challenge_25
   • 数据文件: 包含多个时间戳的分割文件。
2. harness_gsm8k_5
   • 数据文件: 包含多个时间戳的分割文件。
3. harness_hellaswag_10
   • 数据文件: 包含多个时间戳的分割文件。
4. harness_hendrycksTest_5
   • 数据文件: 包含多个时间戳的分割文件，覆盖多个子任务。

以上信息提供了数据集的基本结构、内容和使用方法，以及具体的配置和数据文件详情。