open-llm-leaderboard/details_louisbrulenaudet__Maxine-34B-stock

该数据集是在评估模型louisbrulenaudet/Maxine-34B-stock时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。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，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和展示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of louisbrulenaudet/Maxine-34B-stock

数据集描述

• dataset_summary: 该数据集是模型louisbrulenaudet/Maxine-34B-stock在Open LLM Leaderboard评估运行期间自动创建的。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 数据来源: 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: “results”配置存储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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_louisbrulenaudet__Maxine-34B-stock", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-04-05T00:59:27.637181的运行。
• 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。

数据集配置详情

配置列表

• harness_arc_challenge_25
  • 数据文件: 包含特定时间戳和最新结果的数据文件。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的数据文件。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的数据文件。
• harness_hendrycksTest_5
  • 数据文件: 包含多个子任务的特定时间戳和最新结果的数据文件。

以上信息总结了数据集的基本情况和配置详情，提供了数据集的结构化描述和层次化论述。