open-llm-leaderboard/details_CorticalStack__shadow-clown-7B-slerp

该数据集是在评估模型CorticalStack/shadow-clown-7B-slerp时自动创建的，评估在Open LLM Leaderboard上进行。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，分割以运行的时间戳命名。train分割始终指向最新结果。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

• 名称: Evaluation run of CorticalStack/shadow-clown-7B-slerp

数据集创建

• 创建背景: 自动创建于模型CorticalStack/shadow-clown-7B-slerp在Open LLM Leaderboard的评估运行期间。

数据集组成

• 配置数量: 63个
• 配置内容: 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，每次运行对应一个特定分割，分割名称使用运行的时间戳。
• 额外配置: 包含一个名为"results"的配置，存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

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

最新结果

• 结果来源: 来自2024-03-13T11:16:44.530801的运行。
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

数据集配置详情

配置列表

• harness_arc_challenge_25
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_hendrycksTest_5
  • 数据文件: 包含多个子任务的特定时间戳和最新结果的分割。

以上信息总结了数据集的基本构成、创建背景、数据加载方法以及具体的配置详情。