open-llm-leaderboard/details_jpquiroga__Mistral_7B_dare_slerp_merge_instruct_open_orca

该数据集是在模型 jpquiroga/Mistral_7B_dare_slerp_merge_instruct_open_orca 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个评估任务。数据集包含 1 次运行的数据，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。此外，results 配置存储了运行的所有聚合结果，用于计算和显示 Open LLM Leaderboard 上的聚合指标。README 还提供了如何从运行中加载数据集详细信息的示例，并列出了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of jpquiroga/Mistral_7B_dare_slerp_merge_instruct_open_orca

数据集描述

• 该数据集是在评估模型jpquiroga/Mistral_7B_dare_slerp_merge_instruct_open_orca的过程中自动创建的。
• 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。
• 存在一个名为"results"的额外配置，存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集结构

• 配置数量: 63
• 数据来源: 1次运行
• 分割命名规则: 使用时间戳
• 特殊分割: "train"指向最新结果，"results"存储聚合结果

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_jpquiroga__Mistral_7B_dare_slerp_merge_instruct_open_orca", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自run 2024-04-16T15:14:56.072253
• 结果包括多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

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，分别对应不同的任务和时间戳。

数据文件示例

• harness_arc_challenge_25
  • 时间戳: 2024_04_16T15_14_56.072253
  • 路径: /details_harness|arc:challenge|25_2024-04-16T15-14-56.072253.parquet
  • 最新: /details_harness|arc:challenge|25_2024-04-16T15-14-56.072253.parquet

此数据集为模型评估提供了详细的数据支持，适用于进一步的分析和研究。