open-llm-leaderboard-old/details_alnrg2arg__blockchainlabs_7B_merged_test2_4_prune

该数据集是在评估模型alnrg2arg/blockchainlabs_7B_merged_test2_4_prune时自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果存储在不同的分割中，最新的结果存储在train分割中。此外，results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集创建

• 创建背景: 该数据集是在模型 alnrg2arg/blockchainlabs_7B_merged_test2_4_prune 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
• 数据集组成: 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，每个运行的详细结果可以在每个配置中找到，使用运行的时间戳作为分割名称。"train" 分割始终指向最新的结果。

数据集结构

• 额外配置: 一个名为 "results" 的额外配置存储了所有运行的聚合结果，用于计算和显示在 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_alnrg2arg__blockchainlabs_7B_merged_test2_4_prune", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 这些是最新的结果，来自 2024-01-20T12:08:51.547790 运行。
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、以及其他指标（如 mc1, mc2 等）及其标准误差。

配置详情

• 配置名称: 每个配置对应一个特定的任务，如 harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5 等。
• 数据文件: 每个配置包含多个数据文件，分为不同的时间戳分割和最新的分割。

示例配置

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_01_20T12_08_51.547790
      • 路径: **/details_harness|arc:challenge|25_2024-01-20T12-08-51.547790.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-01-20T12-08-51.547790.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_01_20T12_08_51.547790
      • 路径: **/details_harness|gsm8k|5_2024-01-20T12-08-51.547790.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-01-20T12-08-51.547790.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_01_20T12_08_51.547790
      • 路径: **/details_harness|hellaswag|10_2024-01-20T12-08-51.547790.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-01-20T12-08-51.547790.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_01_20T12_08_51.547790
      • 路径: 包含多个任务的详细数据文件，如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-20T12-08-51.547790.parquet 等。
    • 分割: latest
      • 路径: 包含多个任务的详细数据文件，如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-20T12-08-51.547790.parquet 等。