open-llm-leaderboard/details_pansophic__m17

该数据集是在模型pansophic/m17的评估运行期间自动创建的，用于在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命名。train分割始终指向最新结果。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 pansophic/m17
• 创建目的: 自动创建于模型pansophic/m17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，每次运行在每个配置中作为一个特定的分割存在，分割名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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_pansophic__m17", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-15T18:26:11.197012的运行。
• 结果内容: 包含多个任务的评估结果，每个任务包括准确率（acc）、标准误差（acc_stderr）、归一化准确率（acc_norm）和归一化准确率的标准误差（acc_norm_stderr）等指标。

数据集配置详情

• 配置名称: 多个，如harness_arc_challenge_25, harness_gsm8k_5等。
• 数据文件: 每个配置包含多个数据文件，分别对应不同的分割（如时间戳分割和最新分割）。
• 文件路径示例: 以harness_arc_challenge_25为例，文件路径包括**/details_harness|arc:challenge|25_2024-03-15T18-26-11.197012.parquet。

此概述提供了数据集的基本信息、结构、加载方法以及最新结果的简要说明，有助于用户快速了解和使用该数据集。