open-llm-leaderboard-old/details_NeverSleep__MiquMaid-v1-70B

该数据集是在评估模型NeverSleep/MiquMaid-v1-70B时自动创建的，用于Open LLM Leaderboard的评估。数据集包含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，每次运行的结果作为特定配置中的一个分割，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，results配置存储了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。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of NeverSleep/MiquMaid-v1-70B
• 创建目的: 自动创建于模型 NeverSleep/MiquMaid-v1-70B 在 Open LLM Leaderboard 的评估运行期间。
• 数据集组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建次数: 该数据集由 1 次运行创建，每个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。
• 最新结果: "train" 分割始终指向最新结果。
• 结果汇总: 一个额外的配置 "results" 存储所有运行的汇总结果，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_NeverSleep__MiquMaid-v1-70B", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-02-03T13:55:45.160201
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、标准误差（acc_stderr、acc_norm_stderr）等指标。

配置信息

• 配置名称:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件: 每个配置包含多个数据文件，路径格式为 **/details_harness|任务名称|5_2024-02-03T13-55-45.160201.parquet，分割包括 2024_02_03T13_55_45.160201 和 latest。