open-llm-leaderboard/details_SF-Foundation__TextBase-v0.1

该数据集是在评估模型SF-Foundation/TextBase-v0.1时自动创建的，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 SF-Foundation/TextBase-v0.1

数据集描述

• dataset_summary: 该数据集是在评估模型SF-Foundation/TextBase-v0.1运行期间自动创建的，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。
• 创建来源: 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。
• 特殊配置: 额外配置“results”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。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_SF-Foundation__TextBase-v0.1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-04-02T17:19:59.512400。

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，这些文件根据不同的时间戳（如2024_04_02T17_19_59.512400）和“latest”分割进行组织。