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

该数据集是在评估模型[jisukim8873/mistralai-case-0-1](https://huggingface.co/jisukim8873/mistralai-case-0-1)在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上的表现时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集由1次运行生成，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配置存储了所有运行的聚合结果，并用于计算和显示[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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 jisukim8873/mistralai-case-0-1

数据集描述

• dataset_summary: 该数据集是在评估模型jisukim8873/mistralai-case-0-1运行期间自动创建的，用于Open LLM Leaderboard。

数据集构成

• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 数据集由1次运行创建，每次运行作为一个特定的分割，分割名称使用运行的时间戳命名。
• 额外配置: 有一个名为"results"的配置，存储所有运行的聚合结果，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_jisukim8873__mistralai-case-0-1", "harness_winogrande_5", split="train")

最新结果

• latest_results: 包含最新的运行结果，如准确率、标准误差等指标。

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，分别对应不同的分割，如"2024_03_22T05_14_39.214242"和"latest"。

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。
• 分析结果: 通过加载的数据分析模型在不同任务上的表现。