open-llm-leaderboard/details_cstr__Spaetzle-v8-7b

该数据集是在模型[cstr/Spaetzle-v8-7b](https://huggingface.co/cstr/Spaetzle-v8-7b)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2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

数据集名称

• pretty_name: Evaluation run of cstr/Spaetzle-v8-7b

数据集描述

• dataset_summary: 该数据集是在评估模型cstr/Spaetzle-v8-7b运行期间自动创建的，用于Open LLM Leaderboard。

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2次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 特殊配置: 包含一个名为"results"的额外配置，用于存储所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_cstr__Spaetzle-v8-7b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-11T05:33:29.178933的运行。
• 结果内容: 包含多个任务的准确率(acc)、准确率标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化准确率标准误差(acc_norm_stderr)等指标。

数据集配置详情

配置列表

1. config_name: harness_arc_challenge_25
   • data_files:
     • split: 2024_03_10T22_43_22.447314
     • split: 2024_03_11T05_33_29.178933
     • split: latest
2. config_name: harness_gsm8k_5
   • data_files:
     • split: 2024_03_10T22_43_22.447314
     • split: 2024_03_11T05_33_29.178933
     • split: latest
3. config_name: harness_hellaswag_10
   • data_files:
     • split: 2024_03_10T22_43_22.447314
     • split: 2024_03_11T05_33_29.178933
     • split: latest
4. config_name: harness_hendrycksTest_5
   • data_files: 包含多个任务的详细数据文件路径。