open-llm-leaderboard/details_Aratako__c4ai-command-r-v01-japanese-instruct

该数据集是在Open LLM Leaderboard上对模型Aratako/c4ai-command-r-v01-japanese-instruct进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行作为每个配置中的一个特定分割，使用运行的时间戳命名。train分割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

数据集基本信息

• 数据集名称: Evaluation run of Aratako/c4ai-command-r-v01-japanese-instruct
• 数据集描述: 该数据集是在评估模型Aratako/c4ai-command-r-v01-japanese-instruct在Open LLM Leaderboard上的运行过程中自动创建的。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 数据集由1次运行创建，每次运行以特定的时间戳命名作为分割。

数据集结构

• 配置详情:
  • 每个配置包含一个或多个数据分割，以时间戳命名。
  • “train”分割始终指向最新的结果。
  • 额外配置“results”存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Aratako__c4ai-command-r-v01-japanese-instruct", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 以下是来自2024-04-06T15:26:41.930065运行的最新结果示例。

python { "all": { "acc": 0.6762099088456663, "acc_stderr": 0.031218722032505204, "acc_norm": 0.6788659428254314, "acc_norm_stderr": 0.031843003332528694, "mc1": 0.3463892288861689, "mc1_stderr": 0.01665699710912514, "mc2": 0.5100708052144302, "mc2_stderr": 0.014817034256109527 }, ... }

数据集配置

• 配置列表:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
  • ...

每个配置包含多个数据文件，每个文件对应不同的数据分割（如时间戳分割和最新分割）。