open-llm-leaderboard/details_stabilityai__stablelm-2-12b

该数据集是在评估模型stabilityai/stablelm-2-12b时自动创建的，评估在Open LLM Leaderboard上进行。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，每次运行可以在每个配置的特定分割中找到，分割以运行的时间戳命名。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示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 stabilityai/stablelm-2-12b

数据集描述

• dataset_summary: 该数据集是在评估模型stabilityai/stablelm-2-12b在Open LLM Leaderboard上的运行过程中自动创建的。

数据集结构

• 组成: 数据集由63个配置组成，每个配置对应一个评估任务。
• 创建: 数据集从2次运行中创建，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳命名。
• 特殊配置: “train”分割始终指向最新结果，而“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_stabilityai__stablelm-2-12b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-09T23:48:50.499442的运行结果。
• 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。

配置详情

• 配置列表: 包括多个任务的配置，如harness_arc_challenge_25、harness_gsm8k_5、harness_hellaswag_10等。
• 数据文件: 每个配置包含多个分割的数据文件，如2024-04-09T19:45:46.529445和2024-04-09T23:48:50.499442等。

以上信息提供了数据集的基本概况，包括其创建背景、结构、加载方式以及包含的配置和数据文件详情。