open-llm-leaderboard/details_instructkr__lynn-7b-alpha

该数据集是在Open LLM Leaderboard上对模型instructkr/lynn-7b-alpha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。数据集包含1次运行的结果，每次运行在每个配置中表示为特定的split，train split始终指向最新结果。此外，还有一个results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of instructkr/lynn-7b-alpha

数据集描述

• dataset_summary: 该数据集是在评估模型instructkr/lynn-7b-alpha运行期间自动创建的，用于Open LLM Leaderboard。

数据集结构

• 组成: 数据集由63个配置组成，每个配置对应一个评估任务。
• 创建: 数据集来源于1次运行，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。
• 额外配置: 存在一个名为"results"的额外配置，存储了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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_instructkr__lynn-7b-alpha", "harness_winogrande_5", split="train")

最新结果

• 结果来源: latest results from run 2024-04-04T20:00:20.469937
• 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。

配置详情

• 配置列表: 包括多个任务的配置，如harness_arc_challenge_25、harness_gsm8k_5、harness_hellaswag_10等。
• 数据文件: 每个配置包含多个数据文件，按时间戳和"latest"分割存储。

以上信息概述了数据集的基本情况，包括其创建目的、结构、加载方式及包含的配置详情。