open-llm-leaderboard/details_maldv__winter-garden-7b-beta

该数据集是在评估模型maldv/winter-garden-7b-beta时自动创建的，用于在Open LLM Leaderboard上进行评估。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，每次运行可以在每个配置中找到特定的分割，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，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

数据集基本信息

• 名称: Evaluation run of maldv/winter-garden-7b-beta
• 创建目的: 自动创建于模型 maldv/winter-garden-7b-beta 在 Open LLM Leaderboard 上的评估运行期间。
• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建次数: 从1次运行中创建。

数据集结构

• 配置: 每个配置对应一个特定的任务，包含不同的数据分割。
• 分割: 每个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。"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，用于计算和显示聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_maldv__winter-garden-7b-beta", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自 2024-03-14T18:52:55.857341 的运行。
• 结果内容: 包含多个任务的评估结果，如准确率（acc）、标准误差（acc_stderr）等。

配置详情

• 配置名称: 如 "harness_arc_challenge_25", "harness_gsm8k_5", "harness_hellaswag_10" 等。
• 数据文件: 每个配置包含多个数据文件，根据不同的时间戳（如 "2024_03_14T18_52_55.857341"）和 "latest" 分割。
• 文件路径: 如 "**/details_harness|arc:challenge|25_2024-03-14T18-52-55.857341.parquet"。

此数据集为模型评估提供了详细的数据支持，适用于进一步的分析和模型优化。