open-llm-leaderboard/details_allknowingroger__StrangeMonarch-7B-slerp

该数据集是在评估模型allknowingroger/StrangeMonarch-7B-slerp时自动创建的，包含63个配置，每个配置对应一个评估任务。数据集由一次运行创建，每个运行以时间戳命名的特定分割存在。此外，还有一个名为"results"的配置，存储所有运行的聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of allknowingroger/StrangeMonarch-7B-slerp

数据集创建背景

• dataset_summary: 该数据集是在评估模型allknowingroger/StrangeMonarch-7B-slerp的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集结构

• 组成: 数据集由63个配置组成，每个配置对应一个评估任务。
• 创建次数: 数据集基于1次运行创建。
• 数据分割: 每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。"train"分割指向最新的结果。

额外配置

• 配置名称: "results"
• 功能: 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_allknowingroger__StrangeMonarch-7B-slerp", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-11T04:58:41.593927的运行。
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

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，每个文件对应不同的数据分割（如时间戳分割和最新分割）。

数据文件路径示例

• harness_arc_challenge_25:
  • 时间戳分割: /details_harness|arc:challenge|25_2024-04-11T04-58-41.593927.parquet
  • 最新分割: /details_harness|arc:challenge|25_2024-04-11T04-58-41.593927.parquet

数据集使用

• 数据集可用于分析模型在不同任务上的表现，通过加载不同的配置和分割来获取特定任务的评估结果。