open-llm-leaderboard/details_maldv__SHRDFU-7b-delta

该数据集是在Open LLM Leaderboard上对模型maldv/SHRDFU-7b-delta进行评估时自动生成的。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，分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个results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

• pretty_name: Evaluation run of maldv/SHRDFU-7b-delta

数据集描述

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

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 创建来源: 数据集由1次运行创建，每次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。
• 特殊配置: “results”配置存储了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_maldv__SHRDFU-7b-delta", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-04-02T14:39:49.359260的运行。
• 结果内容: 包含多个任务的准确率(acc)、标准误差(acc_stderr)等指标。

配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5
  • 包含多个子配置，如abstract_algebra, anatomy, astronomy等。

每个配置包含不同的时间戳分割和最新分割，用于加载特定时间或最新的数据。