open-llm-leaderboard/details_mistral-community__Mistral-7B-v0.2

该数据集是在模型mistral-community/Mistral-7B-v0.2在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个特定的评估任务。数据集是从2次运行中生成的，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。一个名为results的额外配置存储了所有运行的聚合结果，这些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

数据集名称

• pretty_name: Evaluation run of mistral-community/Mistral-7B-v0.2

数据集描述

• dataset_summary: 该数据集是在评估模型mistral-community/Mistral-7B-v0.2的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 数据结构: 由63个配置组成，每个配置对应一个评估任务。
• 数据来源: 数据集创建自2次运行，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: 包含一个名为“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_mistral-community__Mistral-7B-v0.2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-23T10:33:37.077482的运行结果。
• 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。

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，对应不同的运行时间和最新的运行结果。