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

数据集是在评估模型allknowingroger/JaskierMistral-7B-slerp时自动创建的，用于在Open LLM Leaderboard上进行评估。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次运行创建，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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 allknowingroger/JaskierMistral-7B-slerp

数据集描述

• dataset_summary: 该数据集是在评估模型allknowingroger/JaskierMistral-7B-slerp时自动创建的，评估过程在Open LLM Leaderboard上进行。

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，每次运行作为一个特定的分割，分割名称使用运行的时间戳命名。
• “train”分割始终指向最新的结果。
• 额外配置“results”存储了所有运行的聚合结果，用于计算并在Open LLM Leaderboard上显示聚合指标。

数据集加载示例

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

最新结果

• 最新结果来自2024-04-11T05:01:27.896320的运行，详细结果见此链接。
• 结果包括多个任务的评估指标，如准确率(acc)、标准误差(acc_stderr)等。

数据集配置

配置列表

• config_name: harness_arc_challenge_25
• config_name: harness_gsm8k_5
• config_name: harness_hellaswag_10
• config_name: 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分割，如“2024_04_11T05_01_27.896320”和“latest”。