open-llm-leaderboard/details_nbeerbower__flammen9X-mistral-7B

该数据集是在Open LLM Leaderboard上对模型nbeerbower/flammen9X-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，每次运行可以在每个配置中找到特定的分割，分割以运行的时间戳命名。train分割始终指向最新的结果。此外，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/flammen9X-mistral-7B

数据集来源

• dataset_summary: 该数据集是在评估模型nbeerbower/flammen9X-mistral-7B过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集结构

• 组成: 数据集由63个配置组成，每个配置对应一个评估任务。
• 创建: 数据集基于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。
• 额外配置: 存在一个名为"results"的额外配置，用于存储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。

数据集加载示例

• 加载代码: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_nbeerbower__flammen9X-mistral-7B", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 提供了多个任务的评估结果，包括准确率(acc)、标准误差(acc_stderr)等指标。

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，分别对应不同的分割（如时间戳分割和最新分割）。

数据文件路径示例

• harness_arc_challenge_25:
  • 时间戳分割: **/details_harness|arc:challenge|25_2024-03-21T23-00-58.810861.parquet
  • 最新分割: **/details_harness|arc:challenge|25_2024-03-21T23-00-58.810861.parquet

数据集使用

• 数据集可通过提供的加载代码进行访问，适用于研究和开发目的，特别是模型评估和性能分析。