open-llm-leaderboard/details_jsk0214__Seagull-llama-3-8B-orpo-v0.4

该数据集是在Open LLM Leaderboard上对模型jsk0214/Seagull-llama-3-8B-orpo-v0.4进行评估时自动创建的。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次运行创建，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为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 jsk0214/Seagull-llama-3-8B-orpo-v0.4

数据集描述

• dataset_summary: 该数据集是在评估模型jsk0214/Seagull-llama-3-8B-orpo-v0.4的过程中自动创建的，用于Open LLM Leaderboard。

数据集构成

• 数据集内容: 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命名。
• 额外配置: 有一个名为"results"的额外配置，存储了所有运行的聚合结果，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_jsk0214__Seagull-llama-3-8B-orpo-v0.4", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-21T02:27:58.465880的运行结果。
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

数据集配置详情

• 配置列表:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件路径: 每个配置包含多个数据文件，路径根据不同的分割（如时间戳分割和最新分割）进行组织。