open-llm-leaderboard/details_LeroyDyer__Mixtral_AI_Cyber_3.m1

该数据集是在Open LLM Leaderboard上对模型LeroyDyer/Mixtral_AI_Cyber_3.m1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。数据集包含2次运行的数据，每次运行在每个配置中表示为特定的分割，train分割始终指向最新的结果。此外，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Open LLM Leaderboard上的聚合指标。README还提供了如何使用`datasets`库中的`load_dataset`函数加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of LeroyDyer/Mixtral_AI_Cyber_3.m1
• 创建原因: 自动创建于模型LeroyDyer/Mixtral_AI_Cyber_3.m1在Open LLM Leaderboard的评估运行期间。
• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建自: 2次运行，每次运行作为一个特定分割，分割名称使用运行时间戳。
• 额外配置: “results”配置存储所有运行结果的聚合结果，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_LeroyDyer__Mixtral_AI_Cyber_3.m1", "harness_winogrande_5", split="train")

最新结果

• 来源: 最新结果来自2024-03-30T19:36:53.650075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)等指标。

配置详情

配置: harness_arc_challenge_25

• 数据文件:
  • 分割: 2024_03_30T19_30_17.121697, 2024_03_30T19_36_53.650075, latest
  • 路径: /details_harness|arc:challenge|25_2024-03-30T19-30-17.121697.parquet

配置: harness_gsm8k_5

• 数据文件:
  • 分割: 2024_03_30T19_30_17.121697, 2024_03_30T19_36_53.650075, latest
  • 路径: /details_harness|gsm8k|5_2024-03-30T19-30-17.121697.parquet

配置: harness_hellaswag_10

• 数据文件:
  • 分割: 2024_03_30T19_30_17.121697, 2024_03_30T19_36_53.650075, latest
  • 路径: /details_harness|hellaswag|10_2024-03-30T19-30-17.121697.parquet

配置: harness_hendrycksTest_5

• 数据文件:
  • 分割: 2024_03_30T19_30_17.121697
  • 路径: 多个任务对应的路径，如**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-30T19-30-17.121697.parquet**等。