open-llm-leaderboard/details_rhaymison__Mistral-portuguese-luana-7b-chat

该数据集是在评估模型rhaymison/Mistral-portuguese-luana-7b-chat时自动生成的，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，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，results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 rhaymison/Mistral-portuguese-luana-7b-chat

数据集描述

• dataset_summary: 该数据集是在评估模型rhaymison/Mistral-portuguese-luana-7b-chat在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据来源: 1次运行
• 数据分割: 每个配置中的数据根据运行时间戳进行分割，"train"分割指向最新结果。
• 额外配置: "results"，存储所有运行的聚合结果，用于计算和显示聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_rhaymison__Mistral-portuguese-luana-7b-chat", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-15T13:48:54.646631的运行结果
• 结果内容: 包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

数据集配置详情

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，根据不同的时间戳和"latest"分割进行组织。