open-llm-leaderboard/details_Nekochu__Confluence-Renegade-7B

该数据集是在Open LLM Leaderboard上对模型Nekochu/Confluence-Renegade-7B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集由3次运行创建，每次运行在每个配置中表示为特定的拆分。train拆分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，用于计算和显示Open LLM Leaderboard上的聚合指标。README文件还包含了如何加载运行中的详细信息的说明，并提供了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Nekochu/Confluence-Renegade-7B

数据集创建

• dataset_summary: 该数据集是在评估模型Nekochu/Confluence-Renegade-7B的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集组成

• 数据结构: 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3次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 额外配置: 有一个名为"results"的配置，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_Nekochu__Confluence-Renegade-7B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-07T04:13:23.488546的运行结果，可能包含其他任务的结果，可在"results"和每个评估的"latest"分割中找到。

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应不同的运行时间戳，以及一个名为"latest"的文件，指向最新的结果。

数据集使用

• 加载数据: 使用load_dataset函数加载特定配置和分割的数据。
• 访问最新结果: 通过指定"latest"分割或直接访问"results"配置来获取最新的评估结果。