open-llm-leaderboard/details_Undi95__Meta-Llama-3-8B-hf

该数据集是在模型Undi95/Meta-Llama-3-8B-hf在Open LLM Leaderboard上的评估过程中自动生成的。数据集由63个配置组成，每个配置对应一个评估任务。它包含一次运行的数据，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个results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。README还提供了如何使用Hugging Face 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 Undi95/Meta-Llama-3-8B-hf

数据集描述

• dataset_summary: 该数据集是在评估模型Undi95/Meta-Llama-3-8B-hf运行期间自动创建的，用于Open LLM Leaderboard。

数据集结构

• 组成: 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1次运行中创建。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命名。
• 分割: "train"分割始终指向最新结果。
• 额外配置: “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_Undi95__Meta-Llama-3-8B-hf", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-19T03:42:04.074997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。

数据集配置

• 配置列表: 包含多个任务的配置，如harness_arc_challenge_25、harness_gsm8k_5等。
• 数据文件: 每个配置对应的数据文件，包含不同的时间戳分割和最新分割。