open-llm-leaderboard-old/details_Sao10K__Senko-11B-v1

该数据集是在模型Sao10K/Senko-11B-v1的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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，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上的聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of Sao10K/Senko-11B-v1
• 来源: 自动创建于模型 Sao10K/Senko-11B-v1 在 Open LLM Leaderboard 的评估运行。
• 配置数量: 63
• 创建次数: 1次

数据集结构

• 配置: 每个配置对应一个评估任务。
• 分割: 每个配置包含特定分割，分割名称基于运行的时间戳。"train" 分割指向最新结果。
• 结果配置: 额外的 "results" 配置存储所有聚合结果，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_Sao10K__Senko-11B-v1", "harness_winogrande_5", split="train")

最新结果

• 时间戳: 2024-03-13T18:38:16.559453
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、标准误差（stderr）等指标。

配置详情

• harness_arc_challenge_25: 包含 "2024_03_13T18_38_16.559453" 和 "latest" 分割。
• harness_gsm8k_5: 包含 "2024_03_13T18_38_16.559453" 和 "latest" 分割。
• harness_hellaswag_10: 包含 "2024_03_13T18_38_16.559453" 和 "latest" 分割。
• harness_hendrycksTest_5: 包含多个子任务的 "2024_03_13T18_38_16.559453" 和 "latest" 分割。