open-llm-leaderboard/details_Ppoyaa__Alpha-Mistral-7B-Instruct

该数据集是在Open LLM Leaderboard上对模型Ppoyaa/Alpha-Mistral-7B-Instruct进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集来自一次运行，每次运行在每个配置中表示为特定的分割，train分割始终指向最新结果。此外，results配置存储了运行的所有聚合结果，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 Ppoyaa/Alpha-Mistral-7B-Instruct

数据集描述

• dataset_summary: 该数据集是在评估模型Ppoyaa/Alpha-Mistral-7B-Instruct运行期间自动创建的。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命名。"train"分割始终指向最新结果。

数据集结构

• 配置数量: 63个
• 数据来源: 1次运行
• 分割方式: 每个配置对应一个任务，分割名称包含时间戳

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Ppoyaa__Alpha-Mistral-7B-Instruct", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-15T11:01:11.453575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。

数据集详细配置

配置示例

• config_name: harness_arc_challenge_25
• data_files:
  • split: 2024_04_15T11_01_11.453575
  • path: /details_harness|arc:challenge|25_2024-04-15T11-01-11.453575.parquet
  • split: latest
  • path: /details_harness|arc:challenge|25_2024-04-15T11-01-11.453575.parquet

其他配置

• config_name: harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等
• data_files: 包含多个任务的数据文件，每个文件对应一个特定的任务和时间戳。