open-llm-leaderboard/details_abhishek__autotrain-mixtral7x8b-math

数据集是在评估模型abhishek/autotrain-mixtral7x8b-math时自动创建的，用于在Open LLM Leaderboard上进行评估。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，每次运行的结果存储为特定配置中的一个分割，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，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 abhishek/autotrain-mixtral7x8b-math

数据集来源

• 自动创建于模型abhishek/autotrain-mixtral7x8b-math的评估运行期间，该评估运行在Open LLM Leaderboard上进行。

数据集组成

• 配置数量: 63
• 每个配置对应任务: 每个配置对应一个评估任务。
• 数据集创建自: 1次运行
• 数据集分割: 每个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。"train"分割始终指向最新结果。

特殊配置

• "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_abhishek__autotrain-mixtral7x8b-math", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自: 2024-04-15T23:50:26.731131
• 结果示例: python { "all": { "acc": 0.6736877007607083, "acc_stderr": 0.0313355105728808, "acc_norm": 0.6746612110413659, "acc_norm_stderr": 0.03196744667705667, "mc1": 0.38555691554467564, "mc1_stderr": 0.017038839010591667, "mc2": 0.5284862927646511, "mc2_stderr": 0.015508123085277731 }, ... }

数据集配置详情

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5
• 数据文件路径: 根据不同的配置和分割（如2024_04_15T23_50_26.731131和latest），路径包含相应的parquet文件。

以上信息概述了数据集的基本情况，包括其来源、组成、特殊配置以及如何加载数据集。