open-llm-leaderboard/details_LeroyDyer__Mixtral_AI_Cyber_MegaMind_3_0

该数据集是在Open LLM Leaderboard上对模型LeroyDyer/Mixtral_AI_Cyber_MegaMind_3_0进行评估时自动创建的。数据集包含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配置中的一个分割，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，还有一个名为results的配置，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 LeroyDyer/Mixtral_AI_Cyber_MegaMind_3_0

数据集描述

• dataset_summary: 该数据集是在评估模型LeroyDyer/Mixtral_AI_Cyber_MegaMind_3_0的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集构成

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建来源: 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。

数据集使用示例

• 加载数据: 使用以下Python代码加载特定运行的详细信息： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_LeroyDyer__Mixtral_AI_Cyber_MegaMind_3_0", "harness_winogrande_5", split="train")

最新结果

• 结果详情: 提供了包括准确率（acc）、标准误差（acc_stderr）等在内的多项指标，涵盖多个任务和领域。

数据集配置

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（如2024_04_05T07_51_50.830300）和“latest”分割进行组织。