open-llm-leaderboard/details_automerger__Experiment28Yam-7B

该数据集是在评估模型automerger/Experiment28Yam-7B时自动创建的，主要用于Open LLM Leaderboard上的评估任务。数据集包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为一个特定的分割存储，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为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/Experiment28Yam-7B

数据集描述

• dataset_summary: 该数据集是在评估模型automerger/Experiment28Yam-7B运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 创建来源: 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命名。
• 额外配置: “results”配置存储了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__Experiment28Yam-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果: 来自2024-04-05T23:59:57.983132的运行结果，包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

数据集配置详情

• 配置列表:
  • config_name: harness_arc_challenge_25
    • data_files:
      • split: 2024_04_05T23_59_57.983132
        • path: /details_harness|arc:challenge|25_2024-04-05T23-59-57.983132.parquet
      • split: latest
        • path: /details_harness|arc:challenge|25_2024-04-05T23-59-57.983132.parquet
  • config_name: harness_gsm8k_5
    • data_files:
      • split: 2024_04_05T23_59_57.983132
        • path: /details_harness|gsm8k|5_2024-04-05T23-59-57.983132.parquet
      • split: latest
        • path: /details_harness|gsm8k|5_2024-04-05T23-59-57.983132.parquet
  • config_name: harness_hellaswag_10
    • data_files:
      • split: 2024_04_05T23_59_57.983132
        • path: /details_harness|hellaswag|10_2024-04-05T23-59-57.983132.parquet
      • split: latest
        • path: /details_harness|hellaswag|10_2024-04-05T23-59-57.983132.parquet
  • config_name: harness_hendrycksTest_5
    • data_files:
      • split: 2024_04_05T23_59_57.983132
        • path: 多个任务对应的parquet文件路径
      • split: latest
        • path: 多个任务对应的parquet文件路径