open-llm-leaderboard-old/details_CausalLM__35b-beta

该数据集是在Open LLM Leaderboard上对模型CausalLM/35b-beta进行评估时自动创建的。它由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，每次运行作为每个配置中的一个特定拆分，使用运行的时间戳命名。train拆分始终指向最新的结果。一个额外的配置results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。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of CausalLM/35b-beta
• 来源: 自动创建于模型 CausalLM/35b-beta 在 Open LLM Leaderboard 上的评估运行。
• 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。"train" 分割始终指向最新的结果。
• 额外配置: "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_CausalLM__35b-beta", "harness_winogrande_5", split="train")

最新结果

• 时间戳: 2024-04-16T09:48:15.012241
• 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
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件:
  • 每个配置包含多个分割，如 2024_04_16T09_48_15.012241 和 latest，指向相应的 .parquet 文件路径。