open-llm-leaderboard/details_MiniMoog__Mergerix-7b-v0.3

该数据集是在模型MiniMoog/Mergerix-7b-v0.3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。它包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新结果。一个名为results的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of MiniMoog/Mergerix-7b-v0.3

数据集描述

• 自动创建于模型MiniMoog/Mergerix-7b-v0.3在Open LLM Leaderboard的评估运行期间。
• 由63个配置组成，每个配置对应一个评估任务。
• 数据集源自1次运行，每次运行以特定的时间戳命名的分割形式存在。
• "train"分割始终指向最新结果，而"results"配置存储所有聚合的运行结果。

数据集结构

• 每个配置包含特定任务的评估结果，例如：
  • "harness|arc:challenge|25"
  • "harness|hellaswag|10"
  • "harness|hendrycksTest-abstract_algebra|5"
  • ...

加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_MiniMoog__Mergerix-7b-v0.3", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-04-03T02:56:59.804461的运行，包含多个任务的准确率(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

数据文件路径

• 每个配置包含多个数据文件，路径格式如：
  • "/details_harness|arc:challenge|25_2024-04-03T02-56-59.804461.parquet**"**
  • "/details_harness|gsm8k|5_2024-04-03T02-56-59.804461.parquet**"**
  • "/details_harness|hellaswag|10_2024-04-03T02-56-59.804461.parquet**"**
  • "/details_harness|hendrycksTest-abstract_algebra|5_2024-04-03T02-56-59.804461.parquet**"**
  • ...

数据集使用

• 通过指定配置名称和分割类型，可以加载特定任务的最新评估结果。