open-llm-leaderboard/details_AurelPx__Meliodas-7b-dare

该数据集是在Open LLM Leaderboard上对模型AurelPx/Meliodas-7b-dare进行评估时自动生成的。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次运行中生成的，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外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。README还提供了如何使用`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。还包括2024-03-22运行的最新结果，显示了不同任务的各种准确率指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of AurelPx/Meliodas-7b-dare

数据集描述

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

数据集组成

• 配置数量: 63个
• 每个配置对应任务: 每个配置对应一个评估任务
• 数据集创建来源: 来自1次运行
• 数据集分割方式: 每次运行作为一个特定分割，分割名称使用运行的时间戳命名。"train"分割始终指向最新结果。

特殊配置

• "results"配置: 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_AurelPx__Meliodas-7b-dare", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-22T18:38:59.421320的运行
• 结果内容: 包含多个任务的评估结果，每个任务的准确率(acc)和标准误差(acc_stderr)等指标。

数据集详细配置

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应一个特定的任务和时间戳。

数据文件示例

• harness_arc_challenge_25
  • split: 2024_03_22T18_38_59.421320
  • path: /details_harness|arc:challenge|25_2024-03-22T18-38-59.421320.parquet
  • split: latest
  • path: /details_harness|arc:challenge|25_2024-03-22T18-38-59.421320.parquet

以上是对数据集的基本概述和详细配置的总结。