open-llm-leaderboard-old/details_voidful__phi-1_5_base

该数据集是在模型voidful/phi-1_5_base的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。数据集包含63个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，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，还有一个名为results的配置，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。该数据集是在模型voidful/phi-1_5_base的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。数据集包含63个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，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，还有一个名为results的配置，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

数据集信息

• 名称: Evaluation run of voidful/phi-1_5_base
• 来源: 在模型 voidful/phi-1_5_base 的评估运行期间自动创建
• 组成: 包含 63 个配置，每个配置对应一个评估任务
• 创建: 从 2 次运行中创建，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
• 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" 存储所有聚合结果，用于计算和显示在 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_voidful__phi-1_5_base", "harness_winogrande_5", split="train")

最新结果

• 时间戳: 2024-04-08T22:11:30.215297
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等指标

配置详情

• 配置名称: 如 harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5 等
• 数据文件: 每个配置包含多个分割，如 2024_04_07T21_02_19.610688, 2024_04_08T22_11_30.215297, latest
• 文件路径: 每个分割对应一个或多个 .parquet 文件路径