open-llm-leaderboard-old/details_mwitiderrick__open_llama_3b_glaive_assistant_v0.1

该数据集是在评估模型[mwitiderrick/open_llama_3b_glaive_assistant_v0.1](https://huggingface.co/mwitiderrick/open_llama_3b_glaive_assistant_v0.1)时自动创建的，评估是在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上进行的。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的特定分割中找到，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，"results"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

数据集名称

• 名称: Evaluation run of mwitiderrick/open_llama_3b_glaive_assistant_v0.1

数据集组成

• 配置数量: 63
• 每个配置对应: 一个评估任务
• 创建来源: 从1次运行中创建
• 分割命名: 使用运行的时间戳
• 训练分割: 指向最新结果

额外配置

• 结果配置: 存储所有运行结果的聚合，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_mwitiderrick__open_llama_3b_glaive_assistant_v0.1", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 2023-12-24T15:30:58.556740
• 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

配置详情

• 配置名称: harness_arc_challenge_25

  • 分割: 2023_12_24T15_30_58.556740, latest
  • 路径: **/details_harness|arc:challenge|25_2023-12-24T15-30-58.556740.parquet

• 配置名称: harness_gsm8k_5

  • 分割: 2023_12_24T15_30_58.556740, latest
  • 路径: **/details_harness|gsm8k|5_2023-12-24T15-30-58.556740.parquet

• 配置名称: harness_hellaswag_10

  • 分割: 2023_12_24T15_30_58.556740, latest
  • 路径: **/details_harness|hellaswag|10_2023-12-24T15-30-58.556740.parquet

• 配置名称: harness_hendrycksTest_5

  • 分割: 2023_12_24T15_30_58.556740, latest
  • 路径: 包含多个任务的详细路径