open-llm-leaderboard/details_M4-ai__tau-0.5B-instruct-DPOP

该数据集是在模型M4-ai/tau-0.5B-instruct-DPOP在Open LLM Leaderboard上评估运行期间自动创建的。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1次运行创建，每次运行作为一个特定分割，以运行的时间戳命名。train分割始终指向最新结果。此外，还有一个名为results的配置，存储了运行的所有聚合结果，用于在Leaderboard上计算和显示聚合指标。数据集还提供了加载运行详细信息的Python代码片段。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of M4-ai/tau-0.5B-instruct-DPOP
• 创建原因: 自动创建于模型M4-ai/tau-0.5B-instruct-DPOP在Open LLM Leaderboard的评估运行期间。
• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建次数: 数据集由1次运行创建。

数据集结构

• 配置详情:

  • 每个配置对应一个特定的任务。
  • 每个配置包含一个或多个数据分割，分割名称基于运行的时间戳。
  • "train"分割始终指向最新的结果。

• 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。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_M4-ai__tau-0.5B-instruct-DPOP", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-10T22:47:52.975557的运行。
• 结果内容: 包含多个任务的评估结果，每个任务的准确率（acc）和标准误差（acc_stderr）等指标。

数据集配置

• 配置列表:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5（包含多个子配置，如abstract_algebra|5等）

每个配置包含基于时间戳的数据分割和最新的数据分割。