open-llm-leaderboard/details_NousResearch__Hermes-2-Pro-Mistral-7B

该数据集是在模型`NousResearch/Hermes-2-Pro-Mistral-7B`在`Open LLM Leaderboard`上的评估运行过程中自动生成的。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2次运行生成，每次运行的结果存储在不同的分割中，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，数据集还包含一个名为`results`的配置，用于存储所有运行的聚合结果，并用于在`Open LLM Leaderboard`上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of NousResearch/Hermes-2-Pro-Mistral-7B

数据集描述

• 该数据集是在评估模型NousResearch/Hermes-2-Pro-Mistral-7B的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集组成

• 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2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”分割始终指向最新的结果。
• 额外配置“results”存储所有运行的聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_NousResearch__Hermes-2-Pro-Mistral-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-14T07:29:13.041631的运行，详细结果见此链接。

数据集配置详情

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，根据不同的时间戳（如2024_03_14T00_16_56.742861和2024_03_14T07_29_13.041631）进行分割，以及一个指向最新结果的“latest”分割。