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

该数据集是在评估模型allknowingroger/NeuralCeptrix-7B-slerp时自动生成的，主要用于在Open LLM Leaderboard上展示模型的性能。数据集包含63个配置，每个配置对应一个评估任务。每个配置的数据文件分为不同的split，其中train split始终指向最新的评估结果。此外，数据集还包含一个名为results的配置，用于存储所有评估结果的聚合数据。

原始信息汇总

数据集概述

数据集名称

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

数据集描述

• dataset_summary: 该数据集是在评估模型allknowingroger/NeuralCeptrix-7B-slerp时自动创建的，位于Open LLM Leaderboard。

数据集构成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次运行以时间戳命名的特定分割存储。
• 额外配置: “results”配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

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

最新结果

• 结果示例: 提供了一系列任务的准确率（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，分别对应不同的任务和时间戳。例如，harness_hendrycksTest_5 配置包含多个子任务的数据文件，如抽象代数、解剖学、天文学等。

数据文件结构

• split: 时间戳或“latest”
• path: 指向具体任务数据的文件路径

结论

该数据集专为评估模型[allknowingroger/NeuralCeptrix-7B-slerp]的性能而设计，提供了详细的任务配置和结果数据，便于分析和验证模型在不同任务上的表现。