open-llm-leaderboard/details_jan-hq__komodo-7b-chat

该数据集是在Open LLM Leaderboard上对模型jan-hq/komodo-7b-chat进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中创建的，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外配置存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。README文件还包含一个Python代码片段，展示了如何从运行中加载详细信息，并提供了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of jan-hq/komodo-7b-chat

数据集来源

• dataset_summary: 该数据集是在评估模型jan-hq/komodo-7b-chat时自动创建的，评估过程在Open LLM Leaderboard上进行。

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。
• 创建方式: 数据集从1次运行中创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 特殊配置: 存在一个名为"results"的额外配置，用于存储所有运行的聚合结果，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_jan-hq__komodo-7b-chat", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-24T21:53:53.571871的运行结果。
• 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，分别对应不同的分割（如时间戳分割和最新分割）。

数据集使用

• 数据集可通过load_dataset函数加载，需指定数据集名称、配置名称和分割类型。