open-llm-leaderboard-old/details_team-lucid__mptk-1b

该数据集是在模型team-lucid/mptk-1b的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。数据集由64个配置组成，每个配置对应一个评估任务。数据集由5次运行生成，每次运行的结果作为特定配置中的一个分割，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，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

数据集组成

• 该数据集包含64个配置，每个配置对应一个评估任务。
• 数据集由5次运行创建，每次运行的结果可以在每个配置中找到，以运行的时间戳命名的特定分割形式存储。
• "train"分割始终指向最新的结果。
• 一个额外的配置"results"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_team-lucid__mptk-1b", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-05T14:56:57.175080运行，包含多个任务的评估结果。

配置详情

• harness_arc_challenge_25: 包含多个时间戳的分割数据。
• harness_drop_3: 包含最新分割数据。
• harness_gsm8k_5: 包含多个时间戳的分割数据。
• harness_hellaswag_10: 包含多个时间戳的分割数据。
• harness_hendrycksTest_5: 包含多个时间戳的分割数据，涉及多个子任务。