open-llm-leaderboard/details_ZhangShenao__0.0_ablation_sample1_4iters_bs256_iter_4

该数据集是在Open LLM Leaderboard上对模型ZhangShenao/0.0_ablation_sample1_4iters_bs256_iter_4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。数据集从1次运行中创建，每次运行可以在每个配置中找到，运行的时间戳作为分割的名称。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 ZhangShenao/0.0_ablation_sample1_4iters_bs256_iter_4

数据集创建背景

• dataset_summary: 该数据集是自动创建的，用于评估模型ZhangShenao/0.0_ablation_sample1_4iters_bs256_iter_4在Open LLM Leaderboard上的表现。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建方式: 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。
• 特殊配置: 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_ZhangShenao__0.0_ablation_sample1_4iters_bs256_iter_4", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自run 2024-04-24T11:24:28.890855。
• 结果内容: 包括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

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5
• 数据文件路径: 每个配置包含两个分割（时间戳和latest），路径指向对应的parquet文件。

示例配置详情

• 配置名称: harness_arc_challenge_25
  • 数据文件:
    • split: 2024_04_24T11_24_28.890855, latest
    • path: /details_harness|arc:challenge|25_2024-04-24T11-24-28.890855.parquet

以上概述了数据集的基本信息、结构、加载方式以及配置详情，确保了信息的准确性和易于理解。