open-llm-leaderboard/details_eldogbbhed__Peagle-9b

该数据集是在Open LLM Leaderboard上对模型eldogbbhed/Peagle-9b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。数据集从1次运行中创建，每次运行可以在每个配置中找到，运行的时间戳作为分割的名称。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，并用于计算和显示在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 eldogbbhed/Peagle-9b

数据集描述

• dataset_summary: 该数据集是在评估模型eldogbbhed/Peagle-9b运行期间自动创建的，用于Open LLM Leaderboard。

数据集构成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 创建来源: 数据集由1次运行创建。
• 数据分割: 每次运行作为一个特定的分割，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。

额外配置

• 配置名称: "results"
• 配置用途: 存储所有运行结果的聚合结果，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_eldogbbhed__Peagle-9b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: latest results from run 2024-03-11T04:56:46.031904
• 结果说明: 可能存在其他任务的结果，如果后续评估未覆盖相同任务，可以在"results"和每个评估的"latest"分割中找到。

数据集配置详情

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5
• 数据文件: 每个配置包含多个数据文件，每个文件对应一个特定的分割（如时间戳分割和"latest"分割）。
• 文件路径示例:
  • **/details_harness|arc:challenge|25_2024-03-11T04-56-46.031904.parquet
  • **/details_harness|gsm8k|5_2024-03-11T04-56-46.031904.parquet
  • **/details_harness|hellaswag|10_2024-03-11T04-56-46.031904.parquet
  • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-11T04-56-46.031904.parquet 等。

以上信息提供了数据集的基本结构、内容和使用方法，有助于用户理解和使用该数据集进行模型评估和分析。