open-llm-leaderboard/details_TeeZee__GALAXY_v03_slimorca_1_epoch_50k_DPO_1_epoch_30k

该数据集是在模型TeeZee/GALAXY_v03_slimorca_1_epoch_50k_DPO_1_epoch_30k的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集由2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，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Open LLM Leaderboard上的聚合指标。该数据集是在模型TeeZee/GALAXY_v03_slimorca_1_epoch_50k_DPO_1_epoch_30k的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集由2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，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 TeeZee/GALAXY_v03_slimorca_1_epoch_50k_DPO_1_epoch_30k

数据集描述

• dataset_summary: 该数据集是在评估模型TeeZee/GALAXY_v03_slimorca_1_epoch_50k_DPO_1_epoch_30k的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 数据来源: 来自2次运行，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 特殊配置: 包含一个名为"results"的额外配置，用于存储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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_TeeZee__GALAXY_v03_slimorca_1_epoch_50k_DPO_1_epoch_30k", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-31T06:53:39.615413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。

配置详情

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等。
• 数据文件: 每个配置包含多个分割的数据文件，路径格式为**/details_{config_name}_{timestamp}.parquet。

数据集使用

• 目的: 用于评估模型在不同任务上的性能。
• 方法: 通过加载特定配置的数据集分割来获取评估结果。