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

该数据集是在评估模型allknowingroger/Experimentmultiverse-7B-slerp时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。数据集包含63个配置，每个配置对应一个被评估的任务。数据集由1次运行生成，每次运行的结果作为特定的分割存储，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，用于计算和展示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/Experimentmultiverse-7B-slerp

数据集描述

• dataset_summary: 该数据集是在评估模型allknowingroger/Experimentmultiverse-7B-slerp的过程中自动创建的，该模型在Open LLM Leaderboard上进行评估。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 数据集创建: 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。
• 额外配置: 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__Experimentmultiverse-7B-slerp", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自run 2024-04-10T21:56:12.936613。
• 结果内容: 包括多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

数据集配置详情

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分割，如"2024_04_10T21_56_12.936613"和"latest"。

数据文件路径示例

• harness_arc_challenge_25:
  • split: 2024_04_10T21_56_12.936613
    • path: **/details_harness|arc:challenge|25_2024-04-10T21-56-12.936613.parquet
  • split: latest
    • path: **/details_harness|arc:challenge|25_2024-04-10T21-56-12.936613.parquet

数据集使用

• 数据集可通过指定配置和分割加载，如上文示例所示。