open-llm-leaderboard-old/details_OpenBuddy__openbuddy-mixtral-7bx8-v18.1-32k

该数据集是在评估模型OpenBuddy/openbuddy-mixtral-7bx8-v18.1-32k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，每次运行的结果都作为一个特定的分割存储在配置中，分割的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

• 名称: Evaluation run of OpenBuddy/openbuddy-mixtral-7bx8-v18.1-32k

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 创建来源: 数据集由2次运行自动创建。每个运行结果作为一个特定的分割存储在每个配置中，分割名称使用运行的时间戳。
• 最新结果: "train"分割始终指向最新的结果。
• 结果汇总: 一个额外的配置"results"存储所有运行的汇总结果，用于计算和显示在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_OpenBuddy__openbuddy-mixtral-7bx8-v18.1-32k", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: 来自2024-03-27T21:39:31.332626的运行结果。
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、标准误差（stderr）等指标。

配置详情

• 配置名称: 如harness_arc_challenge_25、harness_gsm8k_5等。
• 数据文件: 每个配置包含多个分割，如2024_02_12T08_49_35.524384、2024_03_27T21_39_31.332626和latest。
• 文件路径: 每个分割对应的具体文件路径，如**/details_harness|arc:challenge|25_2024-02-12T08-49-35.524384.parquet。