open-llm-leaderboard/details_jisukim8873__mistral-7B-alpaca-case-2-2

该数据集是在模型[jisukim8873/mistral-7B-alpaca-case-2-2](https://huggingface.co/jisukim8873/mistral-7B-alpaca-case-2-2)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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。数据集是从1次运行中创建的，每次运行可以在每个配置中找到特定的分割，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，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](https://huggingface.co/spaces/HuggingFaceH4/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

• pretty_name: Evaluation run of jisukim8873/mistral-7B-alpaca-case-2-2

数据集描述

• dataset_summary: 该数据集是在评估模型jisukim8873/mistral-7B-alpaca-case-2-2的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次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。
• 额外配置: “results”配置存储了所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_jisukim8873__mistral-7B-alpaca-case-2-2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-02T16:05:16.716909的运行结果。
• 结果内容: 包括多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

配置详情

• 配置列表: 包括多个任务的配置，如harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10等。
• 数据文件: 每个配置对应的数据文件，包含不同分割（如时间戳分割和最新分割）的路径。

数据集使用

• 加载数据: 使用上述示例代码加载特定任务的数据。
• 分析数据: 分析各任务的性能指标，如准确率和标准误差。