open-llm-leaderboard/details_grimjim__Mistral-Starling-merge-trial3-7B

该数据集是在Open LLM Leaderboard上对模型grimjim/Mistral-Starling-merge-trial3-7B进行评估时自动生成的。数据集由63个配置组成，每个配置对应一个评估任务。它包含2次运行的数据，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新的结果。此外，还有一个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。README还提供了如何使用Hugging Face datasets库加载数据集详细信息的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of grimjim/Mistral-Starling-merge-trial3-7B

数据集描述

• dataset_summary: 该数据集是在评估模型grimjim/Mistral-Starling-merge-trial3-7B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

• 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，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• “train”分割指向最新的结果。
• 额外的配置“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_grimjim__Mistral-Starling-merge-trial3-7B", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-30T02:07:52.084167的运行，包含多个任务的评估数据和指标。

数据集配置详情

配置列表

1. config_name: harness_arc_challenge_25
   • data_files:
     • split: 2024_03_30T00_18_35.660444
     • split: 2024_03_30T02_07_52.084167
     • split: latest
2. config_name: harness_gsm8k_5
   • data_files:
     • split: 2024_03_30T00_18_35.660444
     • split: 2024_03_30T02_07_52.084167
     • split: latest
3. config_name: harness_hellaswag_10
   • data_files:
     • split: 2024_03_30T00_18_35.660444
     • split: 2024_03_30T02_07_52.084167
     • split: latest
4. config_name: harness_hendrycksTest_5
   • data_files: 包含多个子任务的数据文件路径和时间戳。

以上信息概述了数据集的基本结构和内容，以及如何加载和访问数据集中的特定配置和结果。