open-llm-leaderboard/details_DrNicefellow__Mistral-6-from-Mixtral-8x7B-v0.1

该数据集是在模型DrNicefellow/Mistral-6-from-Mixtral-8x7B-v0.1在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，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，"results"配置存储了运行的所有聚合结果，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

数据集简介

该数据集是在对模型 DrNicefellow/Mistral-6-from-Mixtral-8x7B-v0.1 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 数据来源：数据集来自1次运行，每个运行结果作为一个特定的分割存储在每个配置中，分割名称使用运行的时间戳。
• 最新结果："train" 分割始终指向最新的结果。
• 汇总结果：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 Open LLM Leaderboard 上的聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_DrNicefellow__Mistral-6-from-Mixtral-8x7B-v0.1", "harness_winogrande_5", split="train")

最新结果

以下是 2024-04-15T19:29:48.398044 运行的最新结果：

python { "all": { "acc": 0.25370135291104157, "acc_stderr": 0.030806869247806942, "acc_norm": 0.2552228612821685, "acc_norm_stderr": 0.03163097198709133, "mc1": 0.24479804161566707, "mc1_stderr": 0.015051869486714997, "mc2": 0.48393073340274934, "mc2_stderr": 0.01621250001036312 }, "harness|arc:challenge|25": { "acc": 0.2226962457337884, "acc_stderr": 0.012158314774829931, "acc_norm": 0.2832764505119454, "acc_norm_stderr": 0.013167478735134576 }, "harness|hellaswag|10": { "acc": 0.25941047600079664, "acc_stderr": 0.004374153847826759, "acc_norm": 0.2681736705835491, "acc_norm_stderr": 0.004421031403685239 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_04_15T19_29_48.398044, latest
  • 路径：**/details_harness|arc:challenge|25_2024-04-15T19-29-48.398044.parquet

• harness_gsm8k_5

  • 分割：2024_04_15T19_29_48.398044, latest
  • 路径：**/details_harness|gsm8k|5_2024-04-15T19-29-48.398044.parquet

• harness_hellaswag_10

  • 分割：2024_04_15T19_29_48.398044, latest
  • 路径：**/details_harness|hellaswag|10_2024-04-15T19-29-48.398044.parquet

• harness_hendrycksTest_5

  • 分割：2024_04_15T19_29_48.398044, latest
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2024-04-15T19-29-48.398044.parquet 等