open-llm-leaderboard/details_DenisTheDev__Blitz-AI-MOE-v0.4

该数据集是在Open LLM Leaderboard上对模型DenisTheDev/Blitz-AI-MOE-v0.4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。数据集由1次运行创建，每次运行作为每个配置中的特定拆分，使用运行的时间戳命名。train拆分始终指向最新结果。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。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of DenisTheDev/Blitz-AI-MOE-v0.4
• 描述: 该数据集是在评估模型DenisTheDev/Blitz-AI-MOE-v0.4的过程中自动创建的，用于Open LLM Leaderboard。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建方式: 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。
• 特殊配置: 存在一个名为"results"的额外配置，用于存储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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_DenisTheDev__Blitz-AI-MOE-v0.4", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-22T03:29:31.187340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。

数据集配置详情

配置列表

1. harness_arc_challenge_25
2. harness_gsm8k_5
3. harness_hellaswag_10
4. harness_hendrycksTest_5

数据文件路径

• harness_arc_challenge_25:

  • 时间戳分割: /details_harness|arc:challenge|25_2024-03-22T03-29-31.187340.parquet
  • 最新分割: /details_harness|arc:challenge|25_2024-03-22T03-29-31.187340.parquet

• harness_gsm8k_5:

  • 时间戳分割: /details_harness|gsm8k|5_2024-03-22T03-29-31.187340.parquet
  • 最新分割: /details_harness|gsm8k|5_2024-03-22T03-29-31.187340.parquet

• harness_hellaswag_10:

  • 时间戳分割: /details_harness|hellaswag|10_2024-03-22T03-29-31.187340.parquet
  • 最新分割: /details_harness|hellaswag|10_2024-03-22T03-29-31.187340.parquet

• harness_hendrycksTest_5:

  • 时间戳分割: 包含多个子任务的数据文件，如**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-22T03-29-31.187340.parquet**等。
  • 最新分割: 同上，对应每个子任务的最新数据文件。