open-llm-leaderboard/details_TeeZee__Kyllene-34B-v1.1

该数据集是在评估模型TeeZee/Kyllene-34B-v1.1时自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行的详细信息组成，每次运行的结果存储在不同的分割中，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，并用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of TeeZee/Kyllene-34B-v1.1

数据集描述

• 该数据集是自动创建的，用于评估模型 TeeZee/Kyllene-34B-v1.1 在 Open LLM Leaderboard 上的表现。
• 数据集包含63个配置，每个配置对应一个评估任务。
• 数据集由1次运行创建，每次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命名。
• “train”分割始终指向最新的结果。
• 额外的配置“results”存储了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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TeeZee__Kyllene-34B-v1.1", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-04-11T13:13:43.696514的运行，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，每个文件对应不同的分割（如时间戳分割和最新分割），路径格式为**/details_{配置名称}_{时间戳}.parquet。

数据集使用

• 数据集可通过上述加载示例进行访问，支持根据不同的配置和分割获取数据。