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

该数据集是在Open LLM Leaderboard上对模型`allknowingroger/StarlingDolphin-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，并且每个配置的`train`分割始终指向最新的结果。此外，`results`配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of allknowingroger/StarlingDolphin-7B-slerp

数据集描述

• dataset_summary: 该数据集是在评估模型allknowingroger/StarlingDolphin-7B-slerp过程中自动创建的，评估平台为Open LLM Leaderboard。

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，每次运行对应一个特定的分割，分割名称为运行的时间戳。
• “train”分割始终指向最新结果。
• 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_allknowingroger__StarlingDolphin-7B-slerp", "harness_winogrande_5", split="train")

最新结果

• 提供了一系列任务的最新评估结果，包括准确率（acc）、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
  • 包含多个子任务，如abstract_algebra, anatomy, astronomy等。

每个配置包含的数据文件根据时间戳和“latest”分割进行组织，确保数据集的最新性和可用性。