open-llm-leaderboard/details_mlabonne__FrankenMonarch-7B

该数据集是在Open LLM Leaderboard上对模型mlabonne/FrankenMonarch-7B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行在每个配置中作为一个特定的分割找到。train分割始终指向最新的结果。一个额外的配置results存储了所有运行的聚合结果。文件还提供了如何使用Python代码加载运行中的详细信息的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of mlabonne/FrankenMonarch-7B

数据集描述

• dataset_summary: 该数据集是在评估模型mlabonne/FrankenMonarch-7B运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 包含63个配置，每个配置对应一个评估任务。
• 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命名。
• “train”分割始终指向最新的结果。
• 额外配置“results”存储了运行中的所有聚合结果，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_mlabonne__FrankenMonarch-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-22T17:20:21.379452的运行，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
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应一个特定的分割（如时间戳分割和最新分割），路径指向具体的评估结果文件。