open-llm-leaderboard/details_automerger__YamShadow-7B

该数据集是在评估模型automerger/YamShadow-7B期间自动创建的，用于Open LLM排行榜。数据集由63个配置组成，每个配置对应一个评估任务。数据集源自一次运行，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。额外的results配置存储了运行的所有聚合结果，用于在排行榜上计算和显示聚合指标。文件还提供了使用HuggingFace数据集库从运行中加载数据的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of automerger/YamShadow-7B

数据集描述

• dataset_summary: 该数据集是在评估模型automerger/YamShadow-7B在Open LLM Leaderboard上的运行过程中自动创建的。

数据集构成

• 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，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳命名。
• “train”分割始终指向最新的结果。
• 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_automerger__YamShadow-7B", "harness_winogrande_5", split="train")

最新结果

• 提供了最新结果，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，按时间戳和“latest”分割组织。