open-llm-leaderboard/details_mlabonne__Zebrafish-7B

该数据集是在评估模型mlabonne/Zebrafish-7B时自动生成的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果存储为特定的分割，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，results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名称

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

数据集来源

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

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建: 数据集由1次运行创建，每次运行作为一个特定的分割，分割名称使用运行的时间戳。
• 特殊配置: “train”分割始终指向最新结果，“results”配置存储所有运行结果的聚合结果，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_mlabonne__Zebrafish-7B", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-02T17:41:35.346297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: 如harness_arc_challenge_25, harness_gsm8k_5等。
• 数据文件: 每个配置包含多个数据文件，根据不同的分割（如时间戳分割和最新分割）存储。

该数据集为评估mlabonne/Zebrafish-7B模型在多个任务上的性能提供了详细的数据支持。