open-llm-leaderboard-old/details_aari1995__germeo-7b-laser

该数据集是在模型aari1995/germeo-7b-laser的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，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。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

数据集来源

• 数据集是在评估模型 aari1995/germeo-7b-laser 时自动创建的。
• 评估结果可在 Open LLM Leaderboard 上查看。

数据集结构

• 数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据集从 1 次运行中创建，每个运行在每个配置中有一个特定的分割，分割名称使用运行的时间戳。
• "train" 分割始终指向最新的结果。
• 一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_aari1995__germeo-7b-laser", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自 2024-01-13T18:27:49.824954 运行。
• 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、标准误差（acc_stderr 和 acc_norm_stderr）等指标。

配置详情

• 每个配置包含特定任务的数据文件，包括不同分割的路径。
• 示例配置：
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5