open-llm-leaderboard/details_LeroyDyer__Mixtral_AI_CyberBrain_Coder

该数据集是在评估模型LeroyDyer/Mixtral_AI_CyberBrain_Coder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次运行生成，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。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，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

数据集基本信息

• 名称: Evaluation run of LeroyDyer/Mixtral_AI_CyberBrain_Coder
• 创建原因: 数据集自动创建于模型LeroyDyer/Mixtral_AI_CyberBrain_Coder在Open LLM Leaderboard的评估运行期间。
• 组成: 包含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。

数据集结构

• 配置: 每个配置对应一个特定的评估任务，如harness|arc:challenge|25、harness|hellaswag|10等。
• 数据分割: 每个配置包含多个数据分割，命名基于运行的时间戳，如2024-04-08T16-28-26.142958。
• 结果存储: 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。

加载数据

• 加载示例: 使用datasets库加载数据集的特定配置和分割，例如： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_LeroyDyer__Mixtral_AI_CyberBrain_Coder", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 提供了多个任务的准确率（acc）和标准误差（acc_stderr）等指标。例如： python { "all": { "acc": 0.5483968561529587, "acc_stderr": 0.03388684135555518 }, "harness|arc:challenge|25": { "acc": 0.5324232081911263, "acc_stderr": 0.014580637569995418 }, ... }

这些结果展示了模型在不同任务上的性能，为评估和改进模型提供了重要数据。