open-llm-leaderboard/details_deepseek-ai__deepseek-math-7b-rl

该数据集是在Open LLM Leaderboard上对模型deepseek-ai/deepseek-math-7b-rl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，还有一个名为"results"的配置存储了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。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of deepseek-ai/deepseek-math-7b-rl

数据集来源

• dataset_summary: 该数据集是在评估模型deepseek-ai/deepseek-math-7b-rl在Open LLM Leaderboard上的运行过程中自动创建的。

数据集构成

• 配置数量: 63个
• 数据集创建: 从1次运行中创建
• 数据集结构: 每个配置对应一个评估任务，每个运行以特定的时间戳命名，形成不同的分割。"train"分割指向最新结果。

特殊配置

• results配置: 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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_deepseek-ai__deepseek-math-7b-rl", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-15T20:36:43.895843的运行
• 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

• 配置名称: 多个，如harness_arc_challenge_25, harness_gsm8k_5等
• 数据文件: 每个配置包含多个数据文件，每个文件对应一个特定的分割，如2024_04_15T20_36_43.895843和latest。
• 文件路径: 示例路径如**/details_harness|arc:challenge|25_2024-04-15T20-36-43.895843.parquet

以上信息总结了数据集的基本结构、来源、构成以及如何加载和使用数据集。