open-llm-leaderboard/details_Azazelle__Mocha-Sample-7b-ex

数据集是在评估模型Azazelle/Mocha-Sample-7b-ex时自动创建的，评估是在Open LLM Leaderboard上进行的。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1次运行生成，每次运行的结果可以在每个配置的特定分割中找到，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。此外，还有一个名为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。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Azazelle/Mocha-Sample-7b-ex

数据集描述

• dataset_summary: 该数据集是在评估模型Azazelle/Mocha-Sample-7b-ex运行期间自动创建的，用于Open LLM Leaderboard。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 数据集由1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"分割始终指向最新结果。
• 额外配置: “results”配置存储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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Azazelle__Mocha-Sample-7b-ex", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-03-23T07:33:42.625419。
• 结果内容: 包括多个任务的评估指标，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
  • 包含多个子任务配置，如abstract_algebra, anatomy, astronomy等。

每个配置包含不同的时间戳分割和最新分割的数据文件路径。