open-llm-leaderboard/details_Gille__StrangeMerges_49-7B-dare_ties

该数据集是在Open LLM Leaderboard上对模型Gille/StrangeMerges_49-7B-dare_ties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。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，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，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

数据集基本信息

• 名称: Evaluation run of Gille/StrangeMerges_49-7B-dare_ties
• 创建目的: 自动创建于模型Gille/StrangeMerges_49-7B-dare_ties在Open LLM Leaderboard的评估运行期间。

数据集结构

• 组成: 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。
• 特殊配置: 额外配置“results”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_Gille__StrangeMerges_49-7B-dare_ties", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-02T23:02:03.831343的运行结果。
• 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。

配置详情

• 配置列表:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5（包含多个子任务配置）

每个配置包含特定任务的数据文件，如harness_hendrycksTest_5包含多个子任务的数据文件，如abstract_algebra、anatomy等。