open-llm-leaderboard/details_DreadPoor__Sphinx-7B-Model_Stock

该数据集是在Open LLM Leaderboard上对模型DreadPoor/Sphinx-7B-Model_Stock进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的分割，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，存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python中的datasets库加载运行细节的示例。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of DreadPoor/Sphinx-7B-Model_Stock
• 创建目的: 自动创建于模型DreadPoor/Sphinx-7B-Model_Stock在Open LLM Leaderboard的评估运行期间。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集结构: 每个配置包含特定分割，分割名称基于运行的时间戳。"train"分割始终指向最新结果。
• 额外配置: “results”配置存储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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_DreadPoor__Sphinx-7B-Model_Stock", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-08T22:26:26.778029的运行。
• 结果内容: 包含多个任务的准确率（acc）和标准误差（acc_stderr）等指标。

配置详情

配置列表

1. harness_arc_challenge_25
2. harness_gsm8k_5
3. harness_hellaswag_10
4. harness_hendrycksTest_5

数据文件路径

• harness_arc_challenge_25:

  • 时间戳分割: /details_harness|arc:challenge|25_2024-04-08T22-26-26.778029.parquet
  • 最新分割: /details_harness|arc:challenge|25_2024-04-08T22-26-26.778029.parquet

• harness_gsm8k_5:

  • 时间戳分割: /details_harness|gsm8k|5_2024-04-08T22-26-26.778029.parquet
  • 最新分割: /details_harness|gsm8k|5_2024-04-08T22-26-26.778029.parquet

• harness_hellaswag_10:

  • 时间戳分割: /details_harness|hellaswag|10_2024-04-08T22-26-26.778029.parquet
  • 最新分割: /details_harness|hellaswag|10_2024-04-08T22-26-26.778029.parquet

• harness_hendrycksTest_5:

  • 时间戳分割: 包含多个子任务的数据文件路径，如**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-08T22-26-26.778029.parquet**等。
  • 最新分割: 同上，指向相同路径。