open-llm-leaderboard-old/details_cookinai__CM-14

该数据集是在模型[cookinai/CM-14](https://huggingface.co/cookinai/CM-14)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在每个配置中找到特定的分割，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。此外，一个名为"results"的配置存储了所有运行的聚合结果，并用于计算和显示[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的聚合指标。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of cookinai/CM-14
• 来源: 自动创建于模型 cookinai/CM-14 在 Open LLM Leaderboard 的评估运行。
• 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，每个运行的详细信息可以在每个配置的特定分割中找到，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: 一个额外的配置 "results" 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_cookinai__CM-14", "harness_winogrande_5", split="train")

最新结果

• 时间戳: 2024-01-10T15:39:56.317779
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等指标。

配置信息

• 配置名称: harness_arc_challenge_25

  • 分割: 2024_01_10T15_39_56.317779, latest
  • 路径: 包含特定任务的parquet文件路径。

• 配置名称: harness_gsm8k_5

  • 分割: 2024_01_10T15_39_56.317779, latest
  • 路径: 包含特定任务的parquet文件路径。

• 配置名称: harness_hellaswag_10

  • 分割: 2024_01_10T15_39_56.317779, latest
  • 路径: 包含特定任务的parquet文件路径。

• 配置名称: harness_hendrycksTest_5

  • 分割: 2024_01_10T15_39_56.317779, latest
  • 路径: 包含多个任务的parquet文件路径。