open-llm-leaderboard-old/details_liminerity__Blur-7b-slerp-v1.46

该数据集是在模型 liminerity/Blur-7b-slerp-v1.46 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。数据集包含一次运行的数据，每次运行在每个配置中表示为特定的分割，train 分割始终指向最新的结果。此外，results 配置存储了用于在 Open LLM Leaderboard 上计算和显示聚合指标的聚合结果。README 还提供了如何使用 Hugging Face datasets 库加载数据集的示例，并包含特定运行的最新结果。

原始信息汇总

数据集概述

数据集创建

• 数据集名称: Evaluation run of liminerity/Blur-7b-slerp-v1.46
• 创建背景: 该数据集是在对模型 liminerity/Blur-7b-slerp-v1.46 进行评估运行期间自动创建的。
• 评估平台: Open LLM Leaderboard

数据集结构

• 配置数量: 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，每个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。
• 最新结果: "train" 分割始终指向最新结果。
• 结果汇总: 一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 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_liminerity__Blur-7b-slerp-v1.46", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-02-29T18:46:59.781015
• 结果详情: 包含多个任务的评估结果，例如 harness|arc:challenge|25, harness|hellaswag|10, harness|hendrycksTest-abstract_algebra|5 等。

配置详情

• 配置名称: 如 harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5 等。
• 数据文件: 每个配置包含多个数据文件，路径格式为 **/details_harness|任务名称|参数_2024-02-29T18-46-59.781015.parquet。