open-llm-leaderboard/details_JCX-kcuf__Mistral-7B-v0.1-gpt-4-20k

该数据集是在评估模型[JCX-kcuf/Mistral-7B-v0.1-gpt-4-20k](https://huggingface.co/JCX-kcuf/Mistral-7B-v0.1-gpt-4-20k)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的表现时自动生成的。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，每次运行都可以在特定配置中找到，分割名称为运行的时间戳。train分割始终指向最新结果。此外，还有一个名为results的配置存储了所有运行的聚合结果，用于计算和显示在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 JCX-kcuf/Mistral-7B-v0.1-gpt-4-20k

数据集描述

• dataset_summary: 该数据集是模型JCX-kcuf/Mistral-7B-v0.1-gpt-4-20k在Open LLM Leaderboard评估运行期间自动创建的。

数据集结构

• 组成: 由63个配置组成，每个配置对应一个评估任务。
• 创建来源: 数据集从1次运行中创建，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。
• 特殊配置: 存在一个名为"results"的额外配置，存储所有运行的聚合结果，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_JCX-kcuf__Mistral-7B-v0.1-gpt-4-20k", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-03-11T19:08:56.544843。
• 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

• 配置名称: 包括多个任务特定的配置，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，分别对应不同的分割（如时间戳分割和最新分割）。
• 文件路径: 每个数据文件的路径遵循特定的命名规则，如"/details_harness|arc:challenge|25_2024-03-11T19-08-56.544843.parquet"。