open-llm-leaderboard/details_zmzmxz__NeuralPipe-7B-slerp

该数据集是在模型 zmzmxz/NeuralPipe-7B-slerp 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 1 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 的额外配置存储了运行的所有聚合结果，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 Python 中的 datasets 库加载运行详情的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of zmzmxz/NeuralPipe-7B-slerp

数据集描述

• dataset_summary: 该数据集是自动创建的，用于评估模型zmzmxz/NeuralPipe-7B-slerp在Open LLM Leaderboard上的表现。

数据集构成

• 数据集包含: 63个配置，每个配置对应一个评估任务。
• 数据集来源: 从1次运行中创建。每个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: “results”配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

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

最新结果

• 结果来源: 来自2024-04-16T01:54:06.237773的运行。
• 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)等指标。

数据集配置详情

配置列表

1. harness_arc_challenge_25

   • 数据文件: 包含特定时间戳和最新结果的parquet文件。

2. harness_gsm8k_5

   • 数据文件: 包含特定时间戳和最新结果的parquet文件。

3. harness_hellaswag_10

   • 数据文件: 包含特定时间戳和最新结果的parquet文件。

4. harness_hendrycksTest_5

   • 数据文件: 包含多个任务的特定时间戳和最新结果的parquet文件。

这些配置提供了数据集的具体结构和内容，便于用户根据需求加载和分析数据。