open-llm-leaderboard-old/details_ldahee__SLAL-0.1

该数据集是在模型ldahee/SLAL-0.1的评估运行中自动创建的，包含63个配置，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在特定配置的特定分割中找到，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，还有一个名为results的配置存储了所有运行的聚合结果，用于计算和显示在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 ldahee/SLAL-0.1
• 来源: 自动创建于模型 ldahee/SLAL-0.1 在 Open LLM Leaderboard 的评估运行。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建: 从 1 次运行中创建，每个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。
• 最新结果: "train" 分割始终指向最新结果。
• 结果汇总: 额外的 "results" 配置存储所有运行的汇总结果，用于计算和显示在 Open LLM Leaderboard 上的汇总指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ldahee__SLAL-0.1", "harness_winogrande_5", split="train")

最新结果

• 运行时间: 2024-03-01T03:39:34.987881
• 详细结果: 包含多个任务的评估结果，如 harness|arc:challenge|25, harness|hellaswag|10, harness|hendrycksTest-abstract_algebra|5 等。

配置信息

• 配置名称:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件:
  • 每个配置包含多个分割，如 2024_03_01T03_39_34.987881 和 latest，每个分割对应一个或多个数据文件路径。