open-llm-leaderboard/details_mrfakename__TinyLlama-Mistral

数据集是在评估模型mrfakename/TinyLlama-Mistral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1次运行中创建的，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。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，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of mrfakename/TinyLlama-Mistral
• 创建目的: 自动创建于模型mrfakename/TinyLlama-Mistral在Open LLM Leaderboard的评估运行期间。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 特殊配置: 存在一个名为"results"的额外配置，存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_mrfakename__TinyLlama-Mistral", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自最新运行结果。
• 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。

配置详情

• 配置列表:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5 (包含多个子任务配置)

每个配置包含不同的时间戳和最新结果的数据文件路径。