open-llm-leaderboard/details_automerger__Ognoexperiment27Multi_verse_model-7B

该数据集是在模型automerger/Ognoexperiment27Multi_verse_model-7B在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从一次运行中创建的，每次运行在每个配置中作为一个特定的分割表示，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外配置存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of automerger/Ognoexperiment27Multi_verse_model-7B

数据集描述

• dataset_summary: 该数据集是在评估模型automerger/Ognoexperiment27Multi_verse_model-7B的过程中自动创建的，该模型在Open LLM Leaderboard上进行评估。

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: 数据集来源于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命名。
• 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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_automerger__Ognoexperiment27Multi_verse_model-7B", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 提供了多个任务的准确率（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，根据不同的时间戳（如2024_04_06T00_13_14.871191）和“latest”分割进行组织。

数据集使用

• 数据集可通过load_dataset函数加载，指定数据集名称、配置名称和分割类型。

数据集指标

• 数据集提供了详细的性能指标，包括准确率、标准误差等，覆盖了多个专业领域的评估任务。