open-llm-leaderboard/details_nbeerbower__flammen13-mistral-7B

该数据集是在Open LLM Leaderboard上对模型nbeerbower/flammen13-mistral-7B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行都可以在特定配置中找到，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示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 nbeerbower/flammen13-mistral-7B

数据集描述

• dataset_summary: 该数据集是在评估模型nbeerbower/flammen13-mistral-7B的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集构成

• 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"存储所有运行的聚合结果，用于计算并在Open LLM Leaderboard上显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_nbeerbower__flammen13-mistral-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-29T20:08:27.736989的运行，详细结果可在此处查看。

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，分别对应不同的分割（如2024_03_29T20_08_27.736989和latest），具体路径和文件名详见README文件中的配置描述。