open-llm-leaderboard/details_migtissera__Tess-2.0-Mixtral-v0.2

该数据集是在Open LLM Leaderboard上对模型migtissera/Tess-2.0-Mixtral-v0.2进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从一次或多次运行中生成的，每次运行都作为每个配置中的一个特定分割存储。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of migtissera/Tess-2.0-Mixtral-v0.2

数据集描述

• dataset_summary: 该数据集是在评估模型 migtissera/Tess-2.0-Mixtral-v0.2 的过程中自动创建的。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。"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。

数据集结构

• 配置数量: 63
• 数据来源: 1次运行
• 数据分割: 每个配置包含基于时间戳的特定分割和"latest"分割
• 特殊配置: "results"配置用于存储所有聚合结果

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_migtissera__Tess-2.0-Mixtral-v0.2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-10T07:25:08.797488的运行
• 结果内容: 包含多个任务的准确率(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
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件路径: 每个配置包含基于时间戳的特定分割和"latest"分割的数据文件路径。