open-llm-leaderboard-old/details_core-3__kuno-dogpark-7b

该数据集是在模型core-3/kuno-dogpark-7b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，每次运行都作为一个特定的分割表示，分割名称使用运行的时间戳。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。文件还提供了如何使用datasets库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of core-3/kuno-dogpark-7b
• 来源: 在模型 core-3/kuno-dogpark-7b 的评估运行期间自动创建
• 组成: 包含63个配置，每个配置对应一个评估任务
• 创建: 从1次运行中创建，每个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
• 最新结果: "train" 分割始终指向最新结果
• 聚合结果: 额外的 "results" 配置存储所有运行的聚合结果，用于计算和显示在 Open LLM Leaderboard 上的聚合指标

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_core-3__kuno-dogpark-7b", "harness_winogrande_5", split="train")

最新结果

• 运行时间: 2024-03-03T22:15:40.975282
• 详细结果: 包含多个任务的评估结果，每个任务有不同的准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等指标

配置详情

• 配置名称: harness_arc_challenge_25

  • 分割: 2024_03_03T22_15_40.975282, latest
  • 路径: **/details_harness|arc:challenge|25_2024-03-03T22-15-40.975282.parquet

• 配置名称: harness_gsm8k_5

  • 分割: 2024_03_03T22_15_40.975282, latest
  • 路径: **/details_harness|gsm8k|5_2024-03-03T22-15-40.975282.parquet

• 配置名称: harness_hellaswag_10

  • 分割: 2024_03_03T22_15_40.975282, latest
  • 路径: **/details_harness|hellaswag|10_2024-03-03T22-15-40.975282.parquet

• 配置名称: harness_hendrycksTest_5

  • 分割: 2024_03_03T22_15_40.975282, latest
  • 路径: 包含多个任务的详细路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-03T22-15-40.975282.parquet 等