open-llm-leaderboard/details_automerger__T3qm7xNeuralsirkrishna-7B

数据集是在模型automerger/T3qm7xNeuralsirkrishna-7B的评估运行期间自动创建的，评估运行在Open LLM Leaderboard上进行。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，每次运行可以在每个配置中找到特定的分割，分割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，并用于计算和显示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 automerger/T3qm7xNeuralsirkrishna-7B

数据集描述

• dataset_summary: 该数据集是在评估模型automerger/T3qm7xNeuralsirkrishna-7B在Open LLM Leaderboard上的运行过程中自动创建的。

数据集构成

• 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: 数据集创建自1次运行，每次运行以特定的时间戳命名。
• 特殊配置: 包含一个名为"results"的配置，存储了所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_automerger__T3qm7xNeuralsirkrishna-7B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-06T00:25:50.416457的运行。
• 结果内容: 包括多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

数据集详细配置

配置列表

1. harness_arc_challenge_25

   • 数据文件: 包含特定时间戳和最新结果的parquet文件。

2. harness_gsm8k_5

   • 数据文件: 包含特定时间戳和最新结果的parquet文件。

3. harness_hellaswag_10

   • 数据文件: 包含特定时间戳和最新结果的parquet文件。

4. harness_hendrycksTest_5

   • 数据文件: 包含多个子任务的特定时间戳和最新结果的parquet文件。

这些配置详细记录了数据集的结构和内容，便于用户根据需要加载和分析数据。