open-llm-leaderboard/details_fradinho__llama-mistral

该数据集是在模型fradinho/llama-mistral的评估运行期间自动创建的，用于Open LLM Leaderboard。数据集由63个配置组成，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置中找到，运行的时间戳作为分割名称。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 fradinho/llama-mistral

数据集描述

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

数据集结构

• 组成: 数据集由63个配置组成，每个配置对应一个评估任务。
• 创建来源: 数据集由1次运行创建，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳命名。
• 特别配置: “results”配置存储了所有运行的聚合结果，用于计算并在Open LLM Leaderboard上显示聚合指标。

数据集加载示例

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

最新结果

• 结果来源: 最新结果来自2024-04-11T05:21:12.097268的运行。
• 结果内容: 包括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

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等。
• 数据文件: 每个配置包含多个数据文件，根据不同的时间戳和最新结果进行分割。

数据集使用

• 目的: 用于评估模型在不同任务上的性能。
• 方法: 通过加载特定配置的数据集分割来获取评估结果。