open-llm-leaderboard/details_CultriX__AlphaCeption-7B-v1

该数据集是在评估模型CultriX/AlphaCeption-7B-v1时自动创建的，用于Open LLM Leaderboard的评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1次运行的详细信息，每次运行都作为一个特定的分割存储，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

数据集基本信息

• 名称: Evaluation run of CultriX/AlphaCeption-7B-v1
• 创建目的: 自动创建于模型CultriX/AlphaCeption-7B-v1在Open LLM Leaderboard的评估运行期间。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次运行在每个配置中作为一个特定的分割存在，分割名使用运行的时间戳命名。
• 特殊配置: “results”配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集使用

• 加载示例: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_CultriX__AlphaCeption-7B-v1", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 最新结果来自2024-04-15T11:40:47.786403的运行，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:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5 (包含多个子任务配置)

每个配置包含不同的时间戳和最新结果的数据文件。