open-llm-leaderboard/details_mahiatlinux__MasherAI-v6.1-7B-checkpoint6-pro

该数据集是在模型mahiatlinux/MasherAI-v6.1-7B-checkpoint6-pro在Open LLM Leaderboard上的评估运行过程中自动创建的。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，分割名称使用运行的时间戳命名。"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

数据集基本信息

• 名称: Evaluation run of mahiatlinux/MasherAI-v6.1-7B-checkpoint6-pro
• 创建目的: 自动创建于模型mahiatlinux/MasherAI-v6.1-7B-checkpoint6-pro在Open LLM Leaderboard的评估运行期间。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建过程: 数据集由1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。
• 特殊配置: 额外配置“results”存储所有运行结果的聚合结果，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_mahiatlinux__MasherAI-v6.1-7B-checkpoint6-pro", "harness_winogrande_5", split="train")

最新结果

• 结果概览: 提供了一系列任务的评估结果，包括准确率(acc)、标准误差(acc_stderr)等指标。
• 示例结果:
  • 任务: harness|arc:challenge|25
    • 准确率: 0.5955631399317406
    • 标准误差: 0.014342036483436177
  • 任务: harness|hellaswag|10
    • 准确率: 0.6409081856203943
    • 标准误差: 0.004787537385153002
  • 任务: harness|hendrycksTest-abstract_algebra|5
    • 准确率: 0.3
    • 标准误差: 0.046056618647183814

数据集配置

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5
• 数据文件路径: 根据不同任务和时间戳，数据文件存储在不同的路径下，例如**/details_harness|arc:challenge|25_2024-04-03T10-28-33.737621.parquet。

以上信息概述了数据集的主要内容和结构，以及如何加载和使用数据集中的数据。