open-llm-leaderboard/details_nbeerbower__flammen15X-mistral-7B

该数据集是在评估模型nbeerbower/flammen15X-mistral-7B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一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，并用于计算和展示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of nbeerbower/flammen15X-mistral-7B

数据集描述

• dataset_summary: 该数据集是在评估模型nbeerbower/flammen15X-mistral-7B时自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 数据来源: 来自1次运行
• 数据结构: 每个配置对应一个评估任务，每个运行以时间戳命名的特定分割存储。"train"分割指向最新结果。
• 额外配置: “results”配置存储所有聚合的运行结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_nbeerbower__flammen15X-mistral-7B", "harness_winogrande_5", split="train")

最新结果

• 结果文件: latest results from run 2024-04-16T19:30:51.983957
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

配置详情

• 配置列表: 包括harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10等多个配置。
• 数据文件路径: 每个配置包含以时间戳命名的分割和"latest"分割的数据文件路径。

以上信息提供了数据集的基本结构和使用方法，以及如何访问和加载数据集中的特定配置和结果。