open-llm-leaderboard-old/details_Gille__StrangeMerges_6-7B-dare_ties

该数据集是在Open LLM Leaderboard上对模型Gille/StrangeMerges_6-7B-dare_ties进行评估时自动创建的。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次运行生成，每次运行的结果作为特定配置中的一个分割，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，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

数据集基本信息

• 数据集名称: Evaluation run of Gille/StrangeMerges_6-7B-dare_ties
• 数据集来源: 自动创建于模型 Gille/StrangeMerges_6-7B-dare_ties 在 Open LLM Leaderboard 的评估运行中。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 从1次运行中创建，每个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。"train" 分割始终指向最新的结果。

数据集内容

• 额外配置: "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。
• 最新结果: 最新结果来自2024-03-07T13:51:54.520123的运行，包含多个任务的评估结果。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Gille__StrangeMerges_6-7B-dare_ties", "harness_winogrande_5", split="train")

数据集配置

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_03_07T13_51_54.520123
      • 路径: **/details_harness|arc:challenge|25_2024-03-07T13-51-54.520123.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-07T13-51-54.520123.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_03_07T13_51_54.520123
      • 路径: **/details_harness|gsm8k|5_2024-03-07T13-51-54.520123.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-07T13-51-54.520123.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_03_07T13_51_54.520123
      • 路径: **/details_harness|hellaswag|10_2024-03-07T13-51-54.520123.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-07T13-51-54.520123.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_03_07T13_51_54.520123
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-03-07T13-51-54.520123.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-03-07T13-51-54.520123.parquet