open-llm-leaderboard/details_yyh0901__lloma_step200

该数据集是在Open LLM Leaderboard上对模型yyh0901/lloma_step200进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个额外的配置results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。可以使用Python中的datasets库加载该数据集。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of yyh0901/lloma_step200

数据集来源

• dataset_summary: 该数据集是在评估模型yyh0901/lloma_step200的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集构成

• 数据集内容: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 数据集由1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。
• 额外配置: 存在一个名为"results"的配置，存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_yyh0901__lloma_step200", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-04-06T13:05:40.214845的运行。
• 结果内容: 包括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

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应不同的分割（如时间戳分割和最新分割），路径格式为**/details_{config_name}_{timestamp}.parquet。