open-llm-leaderboard/details_ajibawa-2023__Code-Mistral-7B

该数据集是在Open LLM Leaderboard上对模型ajibawa-2023/Code-Mistral-7B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2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 ajibawa-2023/Code-Mistral-7B

数据集描述

• dataset_summary: 该数据集是自动创建的，用于评估模型ajibawa-2023/Code-Mistral-7B在Open LLM Leaderboard上的表现。

数据集组成

• 包含63个配置，每个配置对应一个评估任务。
• 数据集由2次运行创建，每次运行在每个配置中作为一个特定的分割存在，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。
• 额外的配置“results”存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ajibawa-2023__Code-Mistral-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-25T07:53:45.933606的运行，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，分别对应不同的分割（如2024_03_25T05_45_49.471582、2024_03_25T07_53_45.933606和latest），每个分割对应不同的数据文件路径。