open-llm-leaderboard-old/details_KnutJaegersberg__Deacon-1_8b

该数据集是在Open LLM Leaderboard上对模型KnutJaegersberg/Deacon-1_8b进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1次运行的结果，每次运行在每个配置中表示为特定的分割，train分割始终指向最新结果。此外，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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行详情的示例。

原始信息汇总

数据集概述

数据集来源

• 数据集名称: Evaluation run of KnutJaegersberg/Deacon-1_8b
• 创建背景: 该数据集是在模型 KnutJaegersberg/Deacon-1_8b 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集结构

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 运行次数: 数据集从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。
• 最新结果: "train" 分割始终指向最新结果。
• 聚合结果: 一个额外的配置 "results" 存储所有运行的聚合结果，用于计算并在 Open LLM Leaderboard 上显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_KnutJaegersberg__Deacon-1_8b", "harness_winogrande_5", split="train")

最新结果

• 运行时间: 2024-01-04T15:20:39.040351
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、以及其他指标（如mc1, mc2等）及其标准误差。

配置详情

• 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_01_04T15_20_39.040351和latest），每个分割对应一个或多个parquet文件路径。