open-llm-leaderboard/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。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，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

数据集名称

• Pretty Name: Evaluation run of Sao10K/Senko-11B-v1

数据集来源

• 创建背景: 该数据集是在评估模型Sao10K/Senko-11B-v1的过程中自动创建的，用于Open LLM Leaderboard。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 数据分割: 每个配置包含特定的时间戳分割，名为使用运行时间戳。"train"分割指向最新结果。
• 额外配置: 有一个名为"results"的配置，存储所有聚合的运行结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

加载数据示例

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

• 结果来源: 来自run 2024-03-13T18:38:16.559453。
• 结果内容: 包括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

1. harness_arc_challenge_25

   • 数据文件: 包含特定时间戳和最新结果的分割。
   • 路径: **/details_harness|arc:challenge|25_2024-03-13T18-38-16.559453.parquet

2. harness_gsm8k_5

   • 数据文件: 包含特定时间戳和最新结果的分割。
   • 路径: **/details_harness|gsm8k|5_2024-03-13T18-38-16.559453.parquet

3. harness_hellaswag_10

   • 数据文件: 包含特定时间戳和最新结果的分割。
   • 路径: **/details_harness|hellaswag|10_2024-03-13T18-38-16.559453.parquet

4. harness_hendrycksTest_5

   • 数据文件: 包含多个任务的特定时间戳和最新结果的分割。
   • 路径: 多个任务对应的路径，如**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-13T18-38-16.559453.parquet等。

以上配置涵盖了数据集的主要结构和内容，以及如何加载和访问数据。