open-llm-leaderboard/details_l3utterfly__mistral-7b-v0.1-layla-v4-chatml

该数据集是在Open LLM Leaderboard上对模型l3utterfly/mistral-7b-v0.1-layla-v4-chatml进行评估时自动创建的。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1次运行创建，每次运行的结果作为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新结果。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

数据集名称

• pretty_name: Evaluation run of l3utterfly/mistral-7b-v0.1-layla-v4-chatml

数据集描述

• dataset_summary: 该数据集是在评估模型l3utterfly/mistral-7b-v0.1-layla-v4-chatml的过程中自动创建的，用于Open LLM Leaderboard。

数据集构成

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据集来源: 1次运行
• 数据分割: 每个配置中的特定分割，以运行的时间戳命名
• "train"分割: 指向最新结果
• "results"配置: 存储所有聚合结果，用于计算和显示聚合指标

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_l3utterfly__mistral-7b-v0.1-layla-v4-chatml", "harness_winogrande_5", split="train")

最新结果

• 结果来源: latest results from run 2024-03-15T09:05:25.657589
• 结果内容: 包含多个任务的评估结果，每个任务有相应的准确率(acc)和标准误差(acc_stderr)等指标。