open-llm-leaderboard/details_BarraHome__llama-3-orpo-v1-merged_16bit

数据集是在模型BarraHome/llama-3-orpo-v1-merged_16bit的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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，分割以运行的时间戳命名。train分割始终指向最新结果。此外，results配置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 BarraHome/llama-3-orpo-v1-merged_16bit

数据集描述

• dataset_summary: 该数据集是在评估模型BarraHome/llama-3-orpo-v1-merged_16bit的过程中自动创建的，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。
• 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: 存在一个名为"results"的额外配置，存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_BarraHome__llama-3-orpo-v1-merged_16bit", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自run 2024-04-23T07:07:09.628312。
• 结果内容: 包括多个任务的准确率(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
  • 数据文件: 包含特定时间戳和最新结果的分割文件。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的分割文件。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的分割文件。
• 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分割文件。