open-llm-leaderboard/details_chatty123__mistral_rank16_invert

该数据集是在Open LLM Leaderboard上对模型chatty123/mistral_rank16_invert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 chatty123/mistral_rank16_invert

数据集描述

• dataset_summary: 该数据集是在评估模型chatty123/mistral_rank16_invert在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据来源: 从1次运行中创建
• 数据分割: 每个运行作为特定分割，分割名称使用运行的时间戳命名。"train"分割始终指向最新结果。

额外配置

• 配置名称: "results"
• 功能: 存储所有运行结果的聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_chatty123__mistral_rank16_invert", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-15T18:35:20.201360的运行
• 结果内容: 包含多个任务的评估结果，每个任务的结果包括准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

数据文件

• 每个配置包含两个分割: "2024_04_15T18_35_20.201360" 和 "latest"
• 文件路径示例: **/details_harness|arc:challenge|25_2024-04-15T18-35-20.201360.parquet

数据集使用

• 加载数据: 使用load_dataset函数加载特定配置和分割的数据。
• 数据分析: 分析各任务的评估结果，以优化模型性能。