open-llm-leaderboard-old/details_kalisai__Nusantara-7b-Indo-Chat

该数据集是在Open LLM Leaderboard上对模型kalisai/Nusantara-7b-Indo-Chat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1次运行创建，每次运行可以在每个配置的特定分割中找到，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，还有一个名为results的配置，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

数据集摘要

该数据集是在评估模型 kalisai/Nusantara-7b-Indo-Chat 在 Open LLM Leaderboard 上的自动创建的。数据集包含 63 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：63
• 创建来源：1 次运行
• 分割命名：每个运行的分割命名使用运行的时间戳，"train" 分割始终指向最新结果。
• 额外配置："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_kalisai__Nusantara-7b-Indo-Chat", "harness_winogrande_5", split="train")

最新结果

最新结果来自 2024-03-11T04:41:04.791049 运行，包含多个任务的评估指标，如准确率（acc）、标准化准确率（acc_norm）等。

配置详情

• config_name: harness_arc_challenge_25

  • 数据文件路径：
    • **/details_harness|arc:challenge|25_2024-03-11T04-41-04.791049.parquet

• config_name: harness_gsm8k_5

  • 数据文件路径：
    • **/details_harness|gsm8k|5_2024-03-11T04-41-04.791049.parquet

• config_name: harness_hellaswag_10

  • 数据文件路径：
    • **/details_harness|hellaswag|10_2024-03-11T04-41-04.791049.parquet

• config_name: harness_hendrycksTest_5

  • 数据文件路径：
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-astronomy|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-business_ethics|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-college_biology|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-college_medicine|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-college_physics|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-computer_security|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-econometrics|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-formal_logic|5_2024-03-11T04-41-04.791049.parquet
    • **/details_harness|hendrycksTest-global_facts|5_2024-03-11T04-41-04.791049.parquet
    • `**/details_harness|hendrycksTest-high_school_biology|