open-llm-leaderboard/details_weezywitasneezy__OxytocinErosEngineeringF1-7B-slerp

该数据集是在Open LLM Leaderboard上对模型weezywitasneezy/OxytocinErosEngineeringF1-7B-slerp进行评估时自动创建的。数据集由63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，每次运行都可以在特定配置中找到，运行的时间戳作为分割名称。train分割始终指向最新结果。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 weezywitasneezy/OxytocinErosEngineeringF1-7B-slerp

数据集描述

• dataset_summary: 该数据集是在评估模型 weezywitasneezy/OxytocinErosEngineeringF1-7B-slerp 在 Open LLM Leaderboard 上的运行过程中自动创建的。

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”存储了运行中的所有聚合结果，用于计算和显示在 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_weezywitasneezy__OxytocinErosEngineeringF1-7B-slerp", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自 run 2024-03-27T17:45:19.383720。
• 结果包括多个任务的评估指标，如准确率（acc）、标准误差（acc_stderr）等。