open-llm-leaderboard-old/details_BFauber__bloom-1b1_10e6

该数据集是在模型BFauber/bloom-1b1_10e6的评估运行期间自动创建的，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，每次运行的结果存储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，results配置存储了所有运行的聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of BFauber/bloom-1b1_10e6
• 来源: 自动创建于模型 BFauber/bloom-1b1_10e6 在 Open LLM Leaderboard 的评估运行。
• 组成: 包含 63 个配置，每个配置对应一个评估任务。
• 创建: 从 1 次运行中创建，每个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。"train" 分割始终指向最新结果。
• 额外配置: "results" 配置存储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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_BFauber__bloom-1b1_10e6", "harness_winogrande_5", split="train")

最新结果

• 最新结果: 来自 2024-02-02T18:24:13.797683 运行的最新结果。
• 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。

配置信息

• 配置名称:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件:
  • 每个配置包含多个分割，如 2024_02_02T18_24_13.797683 和 latest，每个分割对应一个或多个 .parquet 文件路径。