open-llm-leaderboard/details_Gille__StrangeMerges_52-7B-dare_ties

该数据集是在评估模型Gille/StrangeMerges_52-7B-dare_ties时自动生成的，评估是在Open LLM Leaderboard上进行的。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次运行中创建的，每次运行都可以在特定配置中找到，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: Evaluation run of Gille/StrangeMerges_52-7B-dare_ties

创建目的: 该数据集是自动创建的，用于评估模型Gille/StrangeMerges_52-7B-dare_ties在Open LLM Leaderboard上的表现。

数据集组成:

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据来源: 来自1次运行
• 数据分割: 每个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
• 训练分割: 始终指向最新结果
• 额外配置: "results"，存储所有运行的聚合结果，用于计算和显示聚合指标

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Gille__StrangeMerges_52-7B-dare_ties", "harness_winogrande_5", split="train")

最新结果

数据集包含多个任务的评估结果，每个任务的结果包括准确率（acc）、准确率标准误差（acc_stderr）、归一化准确率（acc_norm）和归一化准确率标准误差（acc_norm_stderr）等指标。具体结果请参考数据集中的详细记录。