open-llm-leaderboard/details_phanerozoic__Tiny-Cowboy-1.1b-v0.1

该数据集是在模型phanerozoic/Tiny-Cowboy-1.1b-v0.1在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。它包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的额外配置存储了运行的所有聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了一个如何使用Python中的datasets库加载运行细节的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of phanerozoic/Tiny-Cowboy-1.1b-v0.1

数据集描述

• dataset_summary: 该数据集是在评估模型phanerozoic/Tiny-Cowboy-1.1b-v0.1的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个配置
• 数据来源: 来自1次运行
• 数据分割: 每个配置中包含特定分割，分割名称为运行的时间戳。
• 特殊配置: 包含一个名为"results"的配置，用于存储所有聚合结果，并用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_phanerozoic__Tiny-Cowboy-1.1b-v0.1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-03T10:04:41.755188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，分别对应不同的任务和时间戳。