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

该数据集是在评估模型allknowingroger/LadybirdPercival-7B-slerp时自动创建的，用于在Open LLM Leaderboard上进行评估。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为特定配置中的一个分割，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。此外，还有一个名为results的配置，存储了所有运行的聚合结果，并用于计算和显示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/LadybirdPercival-7B-slerp

数据集描述

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

数据集组成

• 数据结构: 由63个配置组成，每个配置对应一个评估任务。
• 数据来源: 数据集创建自1次运行，每次运行作为一个特定的分割，分割名称使用运行的时间戳。
• 特殊配置: 存在一个名为"results"的额外配置，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__LadybirdPercival-7B-slerp", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-04-10T21:25:50.870992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
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_hendrycksTest_5
  • 数据文件: 包含多个子任务的特定时间戳和最新结果的分割。

以上信息提供了数据集的基本结构、组成、加载方法以及具体配置的详细信息。