open-llm-leaderboard/details_jisukim8873__mistral-7B-alpaca-1-epoch

该数据集是在评估模型[jisukim8873/mistral-7B-alpaca-1-epoch](https://huggingface.co/jisukim8873/mistral-7B-alpaca-1-epoch)时自动创建的，评估是在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上进行的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都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，并用于计算和显示[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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 jisukim8873/mistral-7B-alpaca-1-epoch

数据集描述

• dataset_summary: 该数据集是在评估模型jisukim8873/mistral-7B-alpaca-1-epoch的过程中自动创建的，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。
• 数据集由1次运行创建，每次运行作为一个特定的分割，分割名称为运行的时间戳。
• “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，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_jisukim8873__mistral-7B-alpaca-1-epoch", "harness_winogrande_5", split="train")

最新结果

• 提供了一系列任务的评估结果，包括准确率（acc）、标准误差（acc_stderr）等指标。

配置详情

• config_name: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等。
• data_files: 每个配置包含多个数据文件，每个文件对应不同的分割（如2024_04_02T15_14_07.599326和latest）。

数据集用途

• 用于评估模型在不同任务上的性能，为Open LLM Leaderboard提供数据支持。