open-llm-leaderboard-old/details_SCE__Mistral-7B-summ-ia3-tuned

该数据集是在Open LLM Leaderboard上对模型SCE/Mistral-7B-summ-ia3-tuned进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集从1次运行中创建，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。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

数据集摘要

该数据集是在模型 SCE/Mistral-7B-summ-ia3-tuned 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集组成

• 数据集包含 63 个配置，每个配置对应一个评估任务。
• 数据集从 1 次运行中创建，每个运行可以在每个配置中作为一个特定的分片找到，分片名称使用运行的时间戳。
• "train" 分片始终指向最新的结果。
• 额外的 "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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_SCE__Mistral-7B-summ-ia3-tuned", "harness_winogrande_5", split="train")

最新结果

这些是最新结果，来自 2024-01-29T08:13:56.817298 的运行。每个任务的详细结果可以在 "results" 和每个评估的 "latest" 分片中找到。

配置详情

• harness_arc_challenge_25

  • 分片: 2024_01_29T08_13_56.817298, latest
  • 路径: **/details_harness|arc:challenge|25_2024-01-29T08-13-56.817298.parquet

• harness_gsm8k_5

  • 分片: 2024_01_29T08_13_56.817298, latest
  • 路径: **/details_harness|gsm8k|5_2024-01-29T08-13-56.817298.parquet

• harness_hellaswag_10

  • 分片: 2024_01_29T08_13_56.817298, latest
  • 路径: **/details_harness|hellaswag|10_2024-01-29T08-13-56.817298.parquet

• harness_hendrycksTest_5

  • 分片: 2024_01_29T08_13_56.817298, latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-astronomy|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-business_ethics|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-college_biology|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-college_chemistry|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-college_computer_science|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-college_mathematics|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-college_medicine|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-college_physics|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-computer_security|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-conceptual_physics|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-econometrics|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-electrical_engineering|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-formal_logic|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-global_facts|5_2024-01-29T08-13-56.817298.parquet
    • **/details_harness|hendrycksTest-high_school_biology|5_2024-01-29T08-13-56.817298.parquet

以上是数据集的概述和详细配置信息。