open-llm-leaderboard/details_M4-ai__Hercules-Mini-1.8B

该数据集是在Open LLM Leaderboard上对模型M4-ai/Hercules-Mini-1.8B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。数据集包含一次运行的结果，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，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行细节的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of M4-ai/Hercules-Mini-1.8B

数据集描述

• dataset_summary: 该数据集是模型M4-ai/Hercules-Mini-1.8B在Open LLM Leaderboard评估运行期间自动创建的。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，分割名称使用运行的时间戳命名。"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，用于计算和显示聚合指标。

数据集结构

• 配置数量: 63个
• 数据来源: 1次运行
• 分割方式: 每个配置中的数据按时间戳分割，"train"分割指向最新结果
• 特殊配置: "results"配置用于存储所有聚合结果

加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_M4-ai__Hercules-Mini-1.8B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-30T16:09:47.325717的运行
• 结果内容: 包含多个任务的评估结果，如"harness|arc:challenge|25"、"harness|hellaswag|10"等，每个任务包含准确率（acc）、标准误差（acc_stderr）等指标。

数据集配置详情

配置列表

• config_name: harness_arc_challenge_25
• config_name: harness_gsm8k_5
• config_name: harness_hellaswag_10
• config_name: harness_hendrycksTest_5

每个配置包含多个数据文件，按时间戳和"latest"分割存储。