open-llm-leaderboard/details_HuggingFaceH4__mistral-7b-grok

该数据集是在Open LLM Leaderboard上对模型HuggingFaceH4/mistral-7b-grok进行评估时自动生成的。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，每次运行的结果作为一个特定的分割存储在配置中，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 HuggingFaceH4/mistral-7b-grok

数据集描述

• dataset_summary: 该数据集是在评估模型HuggingFaceH4/mistral-7b-grok运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据集来源: 1次运行
• 数据分割: 每个运行作为一个特定分割，分割名称使用运行的时间戳。"train"分割始终指向最新结果。

额外配置

• 配置名称: "results"
• 功能: 存储所有运行结果的聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_HuggingFaceH4__mistral-7b-grok", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-24T15:12:11.203220的运行
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

数据集配置详情

配置列表

• config_name: harness_arc_challenge_25
• config_name: harness_gsm8k_5
• config_name: harness_hellaswag_10
• config_name: harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应一个特定的分割（如2024_03_24T15_12_11.203220或latest），路径指向相应的parquet文件。