open-llm-leaderboard-old/details_SC56__Mistral-7B-sumz-dpo-5h

该数据集是在Open LLM Leaderboard上对模型SC56/Mistral-7B-sumz-dpo-5h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。数据集是从1次运行中创建的，每次运行作为每个配置中的一个特定分割，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。README文件还包含了如何加载运行中的详细信息的说明，并提供了特定运行的最新结果。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of SC56/Mistral-7B-sumz-dpo-5h
• 数据集来源: 自动创建于模型 SC56/Mistral-7B-sumz-dpo-5h 在 Open LLM Leaderboard 的评估运行中。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 创建次数: 数据集由1次运行创建，每个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。
• 最新结果: "train" 分割始终指向最新结果。
• 结果汇总: 一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 Open LLM Leaderboard 上的汇总指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_SC56__Mistral-7B-sumz-dpo-5h", "harness_winogrande_5", split="train")

最新结果

• 最新结果时间戳: 2024-01-28T02:31:37.201577
• 详细结果: 包含多个任务的评估结果，每个任务有相应的准确率和标准误差。

配置信息

• 配置名称: 如 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_01_28T02_31_37.201577 和 latest，每个分割对应一个或多个数据文件路径。