open-llm-leaderboard/details_LeroyDyer__Mixtral_AI_128k_b

该数据集是在模型LeroyDyer/Mixtral_AI_128k_b评估运行期间自动创建的，用于Open LLM排行榜。数据集包含63个配置，每个配置对应一个评估任务。数据集基于一次运行创建，每次运行作为一个特定分割，使用运行的时间戳命名。train分割始终指向最新的结果。此外，results配置存储了运行中的所有聚合结果，用于在排行榜上计算和显示聚合指标。数据集结构允许使用HuggingFace的数据集库加载特定运行的详细信息。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of LeroyDyer/Mixtral_AI_128k_b

数据集描述

• dataset_summary: 该数据集是在评估模型LeroyDyer/Mixtral_AI_128k_b的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

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。
• 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_LeroyDyer__Mixtral_AI_128k_b", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自run 2024-03-22T00:29:42.883802。
• 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。

数据集配置详情

配置列表

• harness_arc_challenge_25
  • 数据文件: 包含特定时间戳和最新结果的数据文件。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的数据文件。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的数据文件。
• harness_hendrycksTest_5
  • 数据文件: 包含多个子任务（如abstract_algebra, anatomy等）的特定时间戳和最新结果的数据文件。

以上信息概述了数据集的基本情况和配置详情，以及如何加载和查看最新结果。