open-llm-leaderboard-old/details_Gille__StrangeMerges_12-7B-slerp

该数据集是在评估模型Gille/StrangeMerges_12-7B-slerp时自动创建的，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。数据集从2次运行中创建，每次运行都可以在每个配置的特定分割中找到，分割以运行的时间戳命名。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

数据集创建

• 数据集名称：Evaluation run of Gille/StrangeMerges_12-7B-slerp
• 创建背景：该数据集是在评估模型 Gille/StrangeMerges_12-7B-slerp 在 Open LLM Leaderboard 上的表现时自动创建的。

数据集结构

• 配置数量：63个配置
• 每个配置对应一个评估任务
• 数据集包含2次运行结果，每个运行结果作为一个特定的分割（split）存储，分割名称使用运行的时间戳
• "train" 分割始终指向最新的结果

额外配置

• 配置名称："results"
• 用途：存储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

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Gille__StrangeMerges_12-7B-slerp", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-02-02T02:19:18.956358运行
• 结果包含多个任务的评估指标，如准确率（acc）、标准化准确率（acc_norm）等

配置详情

• 配置名称：harness_arc_challenge_25

  • 分割：2024_02_01T21_17_50.815553, 2024_02_02T02_19_18.956358, latest
  • 路径：**/details_harness|arc:challenge|25_2024-02-01T21-17-50.815553.parquet, **/details_harness|arc:challenge|25_2024-02-02T02-19-18.956358.parquet

• 配置名称：harness_gsm8k_5

  • 分割：2024_02_01T21_17_50.815553, 2024_02_02T02_19_18.956358, latest
  • 路径：**/details_harness|gsm8k|5_2024-02-01T21-17-50.815553.parquet, **/details_harness|gsm8k|5_2024-02-02T02-19-18.956358.parquet

• 配置名称：harness_hellaswag_10

  • 分割：2024_02_01T21_17_50.815553, 2024_02_02T02_19_18.956358, latest
  • 路径：**/details_harness|hellaswag|10_2024-02-01T21-17-50.815553.parquet, **/details_harness|hellaswag|10_2024-02-02T02-19-18.956358.parquet

• 配置名称：harness_hendrycksTest_5

  • 分割：2024_02_01T21_17_50.815553, 2024_02_02T02_19_18.956358, latest
  • 路径：多个任务的详细路径