open-llm-leaderboard/details_deepseek-ai__deepseek-coder-6.7b-base

该数据集是在评估模型deepseek-ai/deepseek-coder-6.7b-base时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为一个特定的分割存储，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，用于计算和展示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of deepseek-ai/deepseek-coder-6.7b-base

数据集描述

• dataset_summary: 该数据集是在模型deepseek-ai/deepseek-coder-6.7b-base的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集来源于1次运行，每次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命名。"train"分割始终指向最新结果。此外，"results"配置存储了运行中的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

数据集结构

• 配置数量: 63个
• 数据来源: 1次运行
• 分割方式: 每个配置中的数据根据运行的时间戳进行分割，"train"分割指向最新结果
• 特殊配置: "results"配置用于存储所有聚合结果

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_deepseek-ai__deepseek-coder-6.7b-base", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自run 2024-04-02T21:41:57.054032，包含多个任务的评估结果。

数据集详细配置

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，根据不同的分割（如2024_04_02T21_41_57.054032和latest）存储在不同的路径下。