open-llm-leaderboard/details_Ppoyaa__FusedKuno

该数据集是在模型Ppoyaa/FusedKuno的评估运行期间自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由1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，results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Ppoyaa/FusedKuno

数据集描述

• dataset_summary: 该数据集是在评估模型Ppoyaa/FusedKuno运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 包含63个配置，每个配置对应一个评估任务。
• 数据集由1次运行创建，每次运行作为一个特定的分割，分割名称使用运行的时间戳。
• “train”分割始终指向最新结果。
• 额外配置“results”存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

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

最新结果

• 最新结果来自2024-04-05T10:27:48.754577的运行。
• 结果包括多个任务的准确率（acc）和标准误差（acc_stderr）等指标。

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5
  • 包含多个子任务配置，如abstract_algebra, anatomy, astronomy等。

每个配置包含不同的时间戳和最新分割的数据文件路径。