open-llm-leaderboard/details_PocketDoc__Dans-AdventurousWinds-Mk2-7b

该数据集是在模型PocketDoc/Dans-AdventurousWinds-Mk2-7b在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示在Open LLM Leaderboard上的聚合指标。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。

This dataset was automatically created during the evaluation run of the model PocketDoc/Dans-AdventurousWinds-Mk2-7b on the Open LLM Leaderboard. The dataset comprises 64 configurations, each corresponding to a single evaluation task. The dataset contains the results from this evaluation run, where each run is represented as a specific split under each configuration. The train split always points to the most recent results. An additional configuration named "results" stores the aggregated results across all runs, which are used to calculate and display the aggregate metrics shown on the Open LLM Leaderboard. The README also provides examples of how to load the dataset using the `load_dataset` function from the `datasets` library.

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of PocketDoc/Dans-AdventurousWinds-Mk2-7b
• 来源: 自动创建于模型 PocketDoc/Dans-AdventurousWinds-Mk2-7b 在 Open LLM Leaderboard 的评估运行期间。
• 组成: 包含64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。"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，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_PocketDoc__Dans-AdventurousWinds-Mk2-7b_public", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2023-11-13T15:52:43.892204
• 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_drop_3
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件:
  • 每个配置包含多个分割，如 "2023_11_13T15_52_43.892204" 和 "latest"，每个分割对应一个或多个数据文件路径。