open-llm-leaderboard/details_jisukim8873__mistralai-case-1-0

该数据集是在模型 jisukim8873/mistralai-case-1-0 在 Open LLM Leaderboard 上进行评估时自动生成的。数据集包含 63 个配置，每个配置对应一个被评估的任务。数据集由一次运行的记录组成，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train 分割始终指向最新的结果。此外，还有一个 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。README 还提供了如何使用 Hugging Face datasets 库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of jisukim8873/mistralai-case-1-0

数据集描述

• dataset_summary: 该数据集是在评估模型jisukim8873/mistralai-case-1-0的过程中自动创建的，用于Open LLM Leaderboard。

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: 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。
• 特殊配置: “results”配置存储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。

加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_jisukim8873__mistralai-case-1-0", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-22T03:03:15.328934的运行。
• 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。

数据集配置详情

配置列表

• harness_arc_challenge_25
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_hendrycksTest_5
  • 数据文件: 包含多个子任务的特定时间戳和最新结果的分割。

以上信息提供了数据集的基本结构、内容和如何加载数据的详细说明。