open-llm-leaderboard/details_Hemanth-thunder__Tamil-Mistral-7B-Instruct-v0.1

该数据集是在评估模型Hemanth-thunder/Tamil-Mistral-7B-Instruct-v0.1时自动创建的，评估是在Open LLM Leaderboard上进行的。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2次运行中创建的，每次运行都可以在每个配置的特定分割中找到，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。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

数据集名称

• Evaluation run of Hemanth-thunder/Tamil-Mistral-7B-Instruct-v0.1

数据集创建

• 创建原因: 自动创建于模型Hemanth-thunder/Tamil-Mistral-7B-Instruct-v0.1在Open LLM Leaderboard的评估运行期间。

数据集结构

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据来源: 来自2次运行，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命名。
• "train"分割: 始终指向最新结果。
• 额外配置 "results": 存储所有运行结果的聚合数据，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_Hemanth-thunder__Tamil-Mistral-7B-Instruct-v0.1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-21T16:07:20.456036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。

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，根据不同的时间戳分割，如"2024_03_21T16_00_28.551336"和"2024_03_21T16_07_20.456036"，以及指向最新结果的"latest"分割。