open-llm-leaderboard/details_Gille__StrangeMerges_37-7B-dare_ties

该数据集是在模型Gille/StrangeMerges_37-7B-dare_ties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。数据集来自1次运行，每次运行都以运行的时间戳命名为特定的分割。train分割始终指向最新的结果。额外的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。数据集结构包括多个分割和配置，详细说明了不同任务的性能指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Gille/StrangeMerges_37-7B-dare_ties

数据集来源

• 自动创建于模型Gille/StrangeMerges_37-7B-dare_ties的评估运行过程中，该评估运行在Open LLM Leaderboard上进行。

数据集组成

• 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，每次运行以特定的时间戳命名，形成不同的分割。
• 存在一个名为"results"的额外配置，用于存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Gille__StrangeMerges_37-7B-dare_ties", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自run 2024-04-02T23:05:34.056403。
• 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

1. harness_arc_challenge_25
   • 数据文件路径:
     • split: 2024_04_02T23_05_34.056403
     • split: latest
2. harness_gsm8k_5
   • 数据文件路径:
     • split: 2024_04_02T23_05_34.056403
     • split: latest
3. harness_hellaswag_10
   • 数据文件路径:
     • split: 2024_04_02T23_05_34.056403
     • split: latest
4. harness_hendrycksTest_5
   • 数据文件路径:
     • split: 2024_04_02T23_05_34.056403
     • split: latest

以上配置涵盖了多个评估任务，每个任务都有对应的数据文件和分割，用于存储和加载评估结果。