open-llm-leaderboard/details_MaziyarPanahi__Experiment26Yam_Ognoexperiment27Multi_verse_model

该数据集是在模型MaziyarPanahi/Experiment26Yam_Ognoexperiment27Multi_verse_model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，分割名称使用运行的时间戳。"train"分割始终指向最新结果。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 MaziyarPanahi/Experiment26Yam_Ognoexperiment27Multi_verse_model

数据集创建

• dataset_summary: 该数据集是在评估模型MaziyarPanahi/Experiment26Yam_Ognoexperiment27Multi_verse_model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。
• 数据集创建次数: 1次运行。
• 数据集分割: 每个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"分割始终指向最新结果。
• 额外配置: "results"配置存储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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_MaziyarPanahi__Experiment26Yam_Ognoexperiment27Multi_verse_model", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-09T10:27:40.349773的运行。
• 结果内容: 包含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

• harness_arc_challenge_25
  • 数据文件: 包含特定时间戳和最新结果的分割文件。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的分割文件。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的分割文件。
• harness_hendrycksTest_5
  • 数据文件: 包含多个子任务的特定时间戳和最新结果的分割文件。

以上信息概述了数据集的基本情况和配置详情，有助于用户快速了解和使用该数据集。