open-llm-leaderboard/details_InferenceIllusionist__Excalibur-7b-DPO

该数据集是在模型InferenceIllusionist/Excalibur-7b-DPO的评估运行中自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中创建的，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，还有一个名为results的配置存储了所有运行的聚合结果，并用于计算和显示在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 InferenceIllusionist/Excalibur-7b-DPO

数据集描述

• dataset_summary: 该数据集是在评估模型InferenceIllusionist/Excalibur-7b-DPO在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次运行以特定的时间戳命名，并作为特定分割存储。
• 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。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_InferenceIllusionist__Excalibur-7b-DPO", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-28T06:01:53.992926的运行结果。
• 结果内容: 包含多个任务的准确率(acc)、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，每个文件对应不同的分割（如时间戳分割和最新分割）。