open-llm-leaderboard/details_nisten__smaugzilla-77b

该数据集是在Open LLM Leaderboard上对模型nisten/smaugzilla-77b进行评估时自动创建的。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，每次运行都可以在特定配置中找到，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，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 nisten/smaugzilla-77b

数据集来源

• dataset_summary: 该数据集是在评估模型nisten/smaugzilla-77b在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 数据集创建: 从1次运行中创建，每次运行作为特定分割存在，分割名称使用运行的时间戳。
• 特殊配置: 包含一个名为"results"的额外配置，存储所有运行结果的聚合结果，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_nisten__smaugzilla-77b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-25T09:11:08.117569的运行。
• 结果内容: 包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

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_2024-03-25T09-11-08.117569.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_2024-03-25T09-11-08.117569.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_2024-03-25T09-11-08.117569.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parquet文件路径。

以上信息提供了数据集的基本结构、组成和加载方式，以及各个配置的详细数据文件路径。