open-llm-leaderboard/details_NeuralNovel__Mini-Mixtral-v0.2

该数据集是在评估模型NeuralNovel/Mini-Mixtral-v0.2时自动创建的，包含了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，用于计算和显示在Open LLM Leaderboard上的聚合指标。README还提供了如何加载运行细节的示例代码，并展示了最新的评估结果。

原始信息汇总

数据集概述

数据集名称: Evaluation run of NeuralNovel/Mini-Mixtral-v0.2

数据集描述: 该数据集是自动创建的，用于评估模型NeuralNovel/Mini-Mixtral-v0.2在Open LLM Leaderboard上的表现。

数据集组成:

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据来源: 来自1次运行
• 数据分割: 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
• 特殊配置: “results”配置存储所有运行结果的聚合数据，用于计算和显示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_NeuralNovel__Mini-Mixtral-v0.2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-24T15:52:44.187947的运行
• 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)等指标
• 示例数据: python { "all": { "acc": 0.6369221512047082, "acc_stderr": 0.03244399463255061, ... }, "harness|arc:challenge|25": { "acc": 0.5819112627986348, "acc_stderr": 0.014413988396996077, ... }, ... }

数据集配置

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等
• 数据文件路径: 根据不同的任务和时间戳，路径包括相应的parquet文件
• 数据分割: 包括特定时间戳的分割和“latest”分割，指向最新的结果文件