open-llm-leaderboard/details_Changgil__K2S3-Mistral-7b-v1.50

数据集是在评估模型Changgil/K2S3-Mistral-7b-v1.50时自动创建的，评估在Open LLM Leaderboard上进行。数据集由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置中找到，运行的时间戳作为分割的名称。train分割始终指向最新的结果。此外，results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。

原始信息汇总

数据集概述

数据集名称

• 名称: Evaluation run of Changgil/K2S3-Mistral-7b-v1.50

数据集创建

• 创建方式: 自动创建于模型Changgil/K2S3-Mistral-7b-v1.50在Open LLM Leaderboard的评估运行过程中。

数据集组成

• 配置数量: 63
• 配置内容: 每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次运行作为一个特定的分割，分割名使用运行的时间戳命名。
• 特殊配置: 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_Changgil__K2S3-Mistral-7b-v1.50", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-16T06:17:54.308769的运行。
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

配置详情

• 配置名称: 如harness_arc_challenge_25, harness_gsm8k_5等。
• 数据文件: 每个配置包含多个分割的数据文件，如2024-04-16T06-17-54.308769和latest。
• 文件路径: 如**/details_harness|arc:challenge|25_2024-04-16T06-17-54.308769.parquet**。