open-llm-leaderboard/details_kimou605__shadow-clown-BioMistral-7B-SLERP

该数据集是在模型kimou605/shadow-clown-BioMistral-7B-SLERP在Open LLM Leaderboard上的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。每个运行都作为特定分割存储，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。此外，results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。数据集涵盖了各种任务及其性能指标，如准确度和标准误差，跨越不同的领域和特定任务，如arc_challenge、hellaswag和hendrycksTest，涉及从抽象代数到世界宗教等多个学科。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of kimou605/shadow-clown-BioMistral-7B-SLERP

数据集描述

• dataset_summary: 该数据集是在评估模型kimou605/shadow-clown-BioMistral-7B-SLERP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
• 每个配置对应一个评估任务
• 数据集来源: 1次运行
• 数据集分割: 每个配置中的数据根据运行时间戳命名，"train"分割指向最新结果。
• 额外配置: "results"存储所有运行的聚合结果，用于计算和显示聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_kimou605__shadow-clown-BioMistral-7B-SLERP", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-15T22:59:45.076722的运行
• 结果内容: 包括多个任务的准确率(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

每个配置包含多个数据文件，根据不同的分割（如时间戳和"latest"）存储在不同的路径下。