open-llm-leaderboard-old/details_openaccess-ai-collective__openhermes-2_5-dpo-no-robots

该数据集是在评估模型openaccess-ai-collective/openhermes-2_5-dpo-no-robots时自动生成的，主要用于在Open LLM Leaderboard上展示评估结果。数据集包含一个配置，每个配置对应一个评估任务。数据集由一次运行生成，每次运行的结果作为一个特定的分割存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和展示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集卡片 for Evaluation run of openaccess-ai-collective/openhermes-2_5-dpo-no-robots

数据集描述

数据集概述

数据集是在模型 openaccess-ai-collective/openhermes-2_5-dpo-no-robots 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集由1个配置组成，每个配置对应一个评估任务。

数据集是从1次运行中创建的。每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。"train" 分割始终指向最新的结果。

一个额外的配置 "results" 存储了所有运行结果的聚合（用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

要加载某个运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_openaccess-ai-collective__openhermes-2_5-dpo-no-robots", "harness_gsm8k_5", split="train")

最新结果

以下是 2023-12-02T15:08:25.673533 运行的最新结果（注意，如果连续评估没有覆盖相同的任务，仓库中可能会有其他任务的结果。您可以在每个评估的 "results" 和 "latest" 分割中找到每个任务的结果）：

python { "all": { "acc": 0.5526914329037149, "acc_stderr": 0.013695795709089898 }, "harness|gsm8k|5": { "acc": 0.5526914329037149, "acc_stderr": 0.013695795709089898 } }