open-llm-leaderboard-old/details_augmxnt__shisa-base-7b-v1

该数据集是在模型augmxnt/shisa-base-7b-v1的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行都可以在特定配置中找到，分割以运行的时间戳命名。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

数据集创建

• 数据集名称：Evaluation run of augmxnt/shisa-base-7b-v1
• 创建目的：自动创建用于评估模型 augmxnt/shisa-base-7b-v1 在 Open LLM Leaderboard 上的表现。

数据集结构

• 配置数量：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 次运行生成，每个运行结果存储在特定的分割中，分割名称使用运行的时间戳。
• 特殊配置："results" 配置存储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_augmxnt__shisa-base-7b-v1", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自 2023-12-09T16:05:53.719253 运行，包含多个任务的准确率和标准误差。

配置详情

• 每个配置包含特定任务的数据文件路径和分割信息。
• 示例配置：
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5

数据文件路径

• 每个配置的数据文件路径包括特定任务的详细信息，如 details_harness|arc:challenge|25_2023-12-09T16-05-53.719253.parquet。