open-llm-leaderboard-old/details_thepowefuldeez__mistral-openhermes-sft

该数据集是在评估模型thepowefuldeez/mistral-openhermes-sft时自动生成的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，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，用于计算和展示在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 thepowefuldeez/mistral-openhermes-sft 进行评估运行期间自动创建的。数据集包含 63 个配置，每个配置对应一个评估任务。

数据集结构

• 配置数量：63 个配置
• 数据来源：从 1 次运行中创建
• 分割方式：每个配置包含特定分割，分割名称使用运行的时间戳。"train" 分割始终指向最新结果。
• 额外配置："results" 配置存储所有运行的聚合结果，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_thepowefuldeez__mistral-openhermes-sft", "harness_winogrande_5", split="train")

最新结果

最新结果来自 2024-04-18T20:13:31.982426 运行，包含多个任务的评估指标，如准确率（acc）、标准化准确率（acc_norm）等。

配置详情

数据集包含多个配置，每个配置对应不同的评估任务，例如：

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含特定分割的数据文件路径，如：

• details_harness|arc:challenge|25_2024-04-18T20-13-31.982426.parquet
• details_harness|gsm8k|5_2024-04-18T20-13-31.982426.parquet
• details_harness|hellaswag|10_2024-04-18T20-13-31.982426.parquet
• details_harness|hendrycksTest-abstract_algebra|5_2024-04-18T20-13-31.982426.parquet

这些文件路径指向具体的评估数据文件，用于进一步分析和处理。