open-llm-leaderboard/details_nbeerbower__HeroBophades-3x7B

该数据集是在模型nbeerbower/HeroBophades-3x7B的评估运行过程中自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集由1次运行生成，每次运行可以在每个配置的特定分割中找到，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，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

数据集基本信息

• 数据集名称: Evaluation run of nbeerbower/HeroBophades-3x7B
• 创建目的: 自动创建于模型nbeerbower/HeroBophades-3x7B在Open LLM Leaderboard的评估运行期间。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集来源: 数据集由1次运行创建，每次运行以特定的时间戳命名。

数据集结构

• 配置详情:
  • 每个配置包含一个或多个数据文件，文件名包含时间戳，如2024-04-09T07-07-15.676287。
  • 存在一个名为"train"的分割，始终指向最新结果。
  • 额外配置"results"存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_nbeerbower__HeroBophades-3x7B", "harness_winogrande_5", split="train")

最新结果

• 结果概览: 提供了包括准确率(acc)、标准误差(acc_stderr)等在内的多项指标。
• 示例结果:
  • "harness|arc:challenge|25": 准确率(acc)为0.7158703071672355，标准误差为0.013179442447653886。
  • "harness|hellaswag|10": 准确率(acc)为0.7200756821350328，标准误差为0.004480442446762918。
  • "harness|hendrycksTest-abstract_algebra|5": 准确率(acc)为0.35，标准误差为0.047937248544110196。

数据集配置文件

• 配置文件示例:
  • config_name: harness_arc_challenge_25
    • data_files: 包含时间戳分割和最新分割的数据文件路径。
  • config_name: harness_gsm8k_5
    • data_files: 包含时间戳分割和最新分割的数据文件路径。
  • config_name: harness_hellaswag_10
    • data_files: 包含时间戳分割和最新分割的数据文件路径。
  • config_name: harness_hendrycksTest_5
    • data_files: 包含多个子任务的时间戳分割和最新分割的数据文件路径。

以上概述提供了数据集的基本信息、结构、加载方法以及部分结果示例，有助于用户快速了解和使用该数据集。