open-llm-leaderboard/details_saurav1199__adisesha-phi1.5-7-3-5000

该数据集是在Open LLM Leaderboard上对模型saurav1199/adisesha-phi1.5-7-3-5000进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示在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 saurav1199/adisesha-phi1.5-7-3-5000

数据集描述

• dataset_summary: 该数据集是在评估模型saurav1199/adisesha-phi1.5-7-3-5000的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 包含63个配置，每个配置对应一个评估任务。
• 数据集由1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。
• 额外的配置“results”存储了运行中的所有聚合结果，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_saurav1199__adisesha-phi1.5-7-3-5000", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-04-20T10:53:12.402144的运行。

数据集配置详情

配置列表

1. harness_arc_challenge_25

   • 数据文件:
     • 分割: 2024_04_20T10_53_12.402144, latest
     • 路径: /details_harness|arc:challenge|25_2024-04-20T10-53-12.402144.parquet

2. harness_gsm8k_5

   • 数据文件:
     • 分割: 2024_04_20T10_53_12.402144, latest
     • 路径: /details_harness|gsm8k|5_2024-04-20T10-53-12.402144.parquet

3. harness_hellaswag_10

   • 数据文件:
     • 分割: 2024_04_20T10_53_12.402144, latest
     • 路径: /details_harness|hellaswag|10_2024-04-20T10-53-12.402144.parquet

4. harness_hendrycksTest_5

   • 数据文件:
     • 分割: 2024_04_20T10_53_12.402144, latest
     • 路径:
       • /details_harness|hendrycksTest-abstract_algebra|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-anatomy|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-astronomy|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-business_ethics|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-clinical_knowledge|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-college_biology|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-college_chemistry|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-college_computer_science|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-college_mathematics|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-college_medicine|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-college_physics|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-computer_security|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-conceptual_physics|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-econometrics|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-electrical_engineering|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-elementary_mathematics|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-formal_logic|5_2024-04-20T10-53-12.402144.parquet
       • /details_harness|hendrycksTest-global_facts|5_2024-04-20T10-53-12.402144.parquet
       • **/details_harness|hendrycksTest-high_school_biology|5_2024-04-20