open-llm-leaderboard/details_dawn17__MaidStarling-2x7B-base

该数据集是在评估模型dawn17/MaidStarling-2x7B-base时自动创建的，评估过程在Open LLM Leaderboard上进行。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，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

数据集名称

• pretty_name: Evaluation run of dawn17/MaidStarling-2x7B-base

数据集描述

• dataset_summary: 该数据集是在评估模型dawn17/MaidStarling-2x7B-base的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次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。
• 额外配置: 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_dawn17__MaidStarling-2x7B-base", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-04-05T08:42:21.201039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。

数据集配置详情

配置列表

• config_name: harness_arc_challenge_25

  • data_files:
    • split: 2024_04_05T08_42_21.201039
      • path: /details_harness|arc:challenge|25_2024-04-05T08-42-21.201039.parquet
    • split: latest
      • path: /details_harness|arc:challenge|25_2024-04-05T08-42-21.201039.parquet

• config_name: harness_gsm8k_5

  • data_files:
    • split: 2024_04_05T08_42_21.201039
      • path: /details_harness|gsm8k|5_2024-04-05T08-42-21.201039.parquet
    • split: latest
      • path: /details_harness|gsm8k|5_2024-04-05T08-42-21.201039.parquet

• config_name: harness_hellaswag_10

  • data_files:
    • split: 2024_04_05T08_42_21.201039
      • path: /details_harness|hellaswag|10_2024-04-05T08-42-21.201039.parquet
    • split: latest
      • path: /details_harness|hellaswag|10_2024-04-05T08-42-21.201039.parquet

• config_name: harness_hendrycksTest_5

  • data_files:
    • split: 2024_04_05T08_42_21.201039
      • path: 多个任务对应的parquet文件路径
    • split: latest
      • path: 多个任务对应的parquet文件路径