open-llm-leaderboard/details_SF-Foundation__TextBase-v0.2

该数据集是在评估模型SF-Foundation/TextBase-v0.2时自动生成的，包含63个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果存储为特定的分割，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，存储了所有运行的聚合结果，并用于计算和显示在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

• Evaluation run of SF-Foundation/TextBase-v0.2

数据集描述

• 该数据集是在评估模型SF-Foundation/TextBase-v0.2运行期间自动创建的，评估平台为Open LLM Leaderboard。
• 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2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。
• 存在一个额外的配置“results”，存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集结构

• 每个配置包含多个分割，其中“train”分割指向最新结果。
• 数据集可以通过以下代码加载： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_SF-Foundation__TextBase-v0.2", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-04-15T10:49:47.422583的运行，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

1. harness_arc_challenge_25
   • 数据文件路径：
     • 2024-04-15T10-42-26.389102
     • 2024-04-15T10-49-47.422583
     • latest
2. harness_gsm8k_5
   • 数据文件路径：
     • 2024-04-15T10-42-26.389102
     • 2024-04-15T10-49-47.422583
     • latest
3. harness_hellaswag_10
   • 数据文件路径：
     • 2024-04-15T10-42-26.389102
     • 2024-04-15T10-49-47.422583
     • latest
4. harness_hendrycksTest_5
   • 数据文件路径：
     • 2024-04-15T10-42-26.389102
     • 2024-04-15T10-49-47.422583
     • latest

以上配置涵盖了多个任务的评估数据，每个任务的数据文件根据不同的时间戳进行分割，确保数据的最新性和完整性。