open-llm-leaderboard/details_meta-llama__Meta-Llama-3-8B

该数据集是在模型meta-llama/Meta-Llama-3-8B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，每个配置对应一个被评估的任务。数据集是从2次运行中创建的，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的额外配置存储了运行的所有聚合结果，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`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。README中还包含了特定运行的最新结果，显示了不同任务的各种指标，如准确率和标准误差。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of meta-llama/Meta-Llama-3-8B

数据集描述

• dataset_summary: 该数据集是在评估模型meta-llama/Meta-Llama-3-8B的过程中自动创建的，评估过程在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。"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。

数据集结构

• 配置数量: 63
• 运行次数: 2
• 分割方式: 每个配置包含多个分割，包括基于时间戳的特定运行分割和"train"分割。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_meta-llama__Meta-Llama-3-8B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-19T01:30:21.111444的运行
• 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

• 配置示例:
  • config_name: harness_arc_challenge_25
  • data_files:
    • split: 2024_04_19T01_26_07.544774, 2024_04_19T01_30_21.111444, latest
    • path: 包含特定时间戳的parquet文件路径

此数据集为模型评估提供了详细的结果和配置信息，便于分析和比较不同任务的性能。