open-llm-leaderboard/details_mayacinka__Open-StaMis-stock

该数据集是在模型 [mayacinka/Open-StaMis-stock](https://huggingface.co/mayacinka/Open-StaMis-stock) 的评估运行期间自动创建的，用于在 [Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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。数据集是从 1 次运行中创建的，每次运行都可以在特定配置中找到，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，"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](https://huggingface.co/spaces/HuggingFaceH4/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 mayacinka/Open-StaMis-stock

数据集来源

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

数据集构成

• 配置数量: 63个配置
• 每个配置: 对应一个评估任务
• 数据集创建: 来自1次运行
• 数据分割: 每个运行作为一个特定的分割，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_mayacinka__Open-StaMis-stock", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-17T06:16:49.264020的运行
• 结果内容: 包含多个任务的准确率(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 (包含多个子任务配置)

每个配置包含特定任务的数据文件，文件路径根据任务和时间戳命名。