open-llm-leaderboard-old/details_Azure99__blossom-v3-mistral-7b

该数据集是在评估模型Azure99/blossom-v3-mistral-7b时自动创建的，包含一个配置，每个配置对应一个评估任务。数据集由一个运行生成，每个运行可以在每个配置中找到特定的分割，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，并用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集卡片：Azure99/blossom-v3-mistral-7b 评估运行

数据集描述

数据集摘要

该数据集是在模型 Azure99/blossom-v3-mistral-7b 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集由 1 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一个特定的拆分，拆分名称使用运行的时间戳。"train" 拆分始终指向最新的结果。

额外的配置 "results" 存储了运行的所有聚合结果（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。

要加载运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Azure99__blossom-v3-mistral-7b", "harness_gsm8k_5", split="train")

最新结果

以下是 2023-12-02T12:57:13.954407 运行的最新结果（注意，如果连续评估未覆盖相同任务，则仓库中可能有其他任务的结果。您可以在每个评估的 "results" 和 "latest" 拆分中找到每个任务的结果）：

python { "all": { "acc": 0.4670204700530705, "acc_stderr": 0.013742492794163416 }, "harness|gsm8k|5": { "acc": 0.4670204700530705, "acc_stderr": 0.013742492794163416 } }