open-llm-leaderboard/details_naivecat__cherry_5_7B

该数据集是在评估模型naivecat/cherry_5_7B时自动创建的，主要用于在Open LLM Leaderboard上展示模型的评估结果。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次运行生成，每次运行的结果作为一个特定的分割存储，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，results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和展示聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of naivecat/cherry_5_7B

数据集描述

• dataset_summary: 该数据集是在评估模型naivecat/cherry_5_7B在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 创建来源: 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。
• 特殊配置: “train”分割始终指向最新的结果，而“results”配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_naivecat__cherry_5_7B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自run 2024-04-19T03:51:19.146100。
• 结果内容: 包括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，根据不同的任务和时间戳进行分割。