open-llm-leaderboard/details_jisukim8873__mistralai-case-1-1

该数据集是在模型[jisukim8873/mistralai-case-1-1](https://huggingface.co/jisukim8873/mistralai-case-1-1)的评估运行期间自动创建的，用于在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上进行评估。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，每次运行的结果都存储在一个特定的分割中，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，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of jisukim8873/mistralai-case-1-1

数据集描述

• dataset_summary: 该数据集是在评估模型jisukim8873/mistralai-case-1-1的过程中自动创建的，用于Open LLM Leaderboard。

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。
• 创建: 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。
• 特殊配置: 有一个名为"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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_jisukim8873__mistralai-case-1-1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-22T05:25:09.752096的运行。
• 结果内容: 包括多个任务的准确率(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

每个配置包含多个数据文件，根据不同的时间戳和"latest"分割进行组织。