open-llm-leaderboard-old/details_abhishek__autotrain-mixtral7x8b-math

该数据集是在评估模型abhishek/autotrain-mixtral7x8b-math时自动生成的，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在不同的分割中，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，数据集还包含一个名为results的配置，用于存储所有运行的聚合结果，并用于计算和展示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集创建

• 创建背景：该数据集是在模型 abhishek/autotrain-mixtral7x8b-math 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集组成

• 配置数量：数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据来源：数据集从 1 次运行中创建，每次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。
• 最新结果："train" 分割总是指向最新的结果。
• 聚合结果：一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示在 Open LLM Leaderboard 上的聚合指标。

数据加载示例

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

• 结果来源：这些是最新的结果，来自 2024-04-15T23:50:26.731131 的运行。
• 详细结果：包含多个任务的准确率（acc）、标准化准确率（acc_norm）、误差标准差（acc_stderr、acc_norm_stderr）等指标。

配置详情

• 配置名称：包括 harness_arc_challenge_25、harness_gsm8k_5、harness_hellaswag_10、harness_hendrycksTest_5 等。
• 数据文件：每个配置包含多个分割，如 2024_04_15T23_50_26.731131 和 latest，路径指向相应的 .parquet 文件。