open-llm-leaderboard/details_allknowingroger__FrankenLong-15B-passthrough

该数据集是在模型allknowingroger/FrankenLong-15B-passthrough在Open LLM Leaderboard上进行评估时自动生成的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集是从一次或多次运行中创建的，每次运行都作为每个配置中的一个特定分割存储，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，还有一个results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。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 allknowingroger/FrankenLong-15B-passthrough

数据集来源

• dataset_summary: 该数据集是在评估模型allknowingroger/FrankenLong-15B-passthrough运行期间自动创建的，用于Open LLM Leaderboard。

数据集结构

• 组成: 由63个配置组成，每个配置对应一个评估任务。
• 创建: 数据集由1次运行创建，每次运行作为特定分割存在，分割名称使用运行的时间戳命名。
• 分割: “train”分割始终指向最新结果。
• 额外配置: “results”配置存储所有聚合的运行结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_allknowingroger__FrankenLong-15B-passthrough", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自run 2024-04-11T08:23:35.335626。
• 注意: 可能存在其他任务的结果，如果连续评估未覆盖相同任务，可以在结果和每个评估的“latest”分割中找到。

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，根据不同的分割（如时间戳分割和最新分割）进行组织。