open-llm-leaderboard/details_jeiku__Garbage_9B

该数据集是在模型 jeiku/Garbage_9B 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个评估任务。它包含 1 次运行的结果，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些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 库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of jeiku/Garbage_9B

数据集描述

• dataset_summary: 该数据集是在评估模型jeiku/Garbage_9B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
• 每个配置对应一个评估任务
• 数据集创建自: 1次运行
• 数据集分割: 每个运行作为一个特定的分割，使用运行的时间戳命名。"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_jeiku__Garbage_9B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-03T01:02:39.315171的运行
• 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。

数据集配置详情

配置列表

1. harness_arc_challenge_25

   • 数据文件: 包含特定时间戳和最新结果的分割。
   • 路径: /details_harness|arc:challenge|25_2024-04-03T01-02-39.315171.parquet

2. harness_gsm8k_5

   • 数据文件: 包含特定时间戳和最新结果的分割。
   • 路径: /details_harness|gsm8k|5_2024-04-03T01-02-39.315171.parquet

3. harness_hellaswag_10

   • 数据文件: 包含特定时间戳和最新结果的分割。
   • 路径: /details_harness|hellaswag|10_2024-04-03T01-02-39.315171.parquet

4. harness_hendrycksTest_5

   • 数据文件: 包含多个子任务的特定时间戳和最新结果的分割。
   • 路径: 多个子任务对应的parquet文件路径。

以上配置详细描述了数据集的结构和内容，以及如何加载和使用数据集中的数据。