open-llm-leaderboard/details_AurelPx__Pegasus-7b-slerp

该数据集是在模型AurelPx/Pegasus-7b-slerp的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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命名。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 AurelPx/Pegasus-7b-slerp

数据集描述

• dataset_summary: 该数据集是在评估模型AurelPx/Pegasus-7b-slerp在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 创建来源: 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。
• 特殊配置: “results”配置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_AurelPx__Pegasus-7b-slerp", "harness_winogrande_5", split="train")

最新结果

• 结果来源: latest results from run 2024-03-22T18:33:06.988554
• 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

• 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，分别对应不同的分割（如时间戳分割和最新分割）。

数据文件路径示例

• harness_arc_challenge_25
  • split: 2024_03_22T18_33_06.988554
    • path: /details_harness|arc:challenge|25_2024-03-22T18-33-06.988554.parquet
  • split: latest
    • path: /details_harness|arc:challenge|25_2024-03-22T18-33-06.988554.parquet

此数据集为模型评估提供了详细的数据支持，适用于进一步的分析和研究。