open-llm-leaderboard/details_Gille__StrangeMerges_46-7B-dare_ties

该数据集是在评估模型Gille/StrangeMerges_46-7B-dare_ties时自动生成的，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，每次运行的结果存储为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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 Gille/StrangeMerges_46-7B-dare_ties

数据集描述

• dataset_summary: 该数据集是在评估模型Gille/StrangeMerges_46-7B-dare_ties的过程中自动创建的，用于Open LLM Leaderboard。

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，每次运行在每个配置中作为一个特定的分割存在，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。
• 额外的配置“results”存储了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。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Gille__StrangeMerges_46-7B-dare_ties", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-04-02T20:25:28.236068的运行，包含各个任务的评估指标。

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5
  • 包含多个子任务，如abstract_algebra, anatomy, astronomy等。

每个配置包含不同的数据文件，根据时间戳和“latest”分割进行组织。