open-llm-leaderboard/details_Locutusque__SlimHercules-4.0-Mistral-7B-v0.2

数据集是在评估模型Locutusque/SlimHercules-4.0-Mistral-7B-v0.2时自动创建的，评估在Open LLM Leaderboard上进行。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，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。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 Locutusque/SlimHercules-4.0-Mistral-7B-v0.2

数据集描述

• dataset_summary: 该数据集是在评估模型Locutusque/SlimHercules-4.0-Mistral-7B-v0.2的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据集来源: 1次运行
• 数据集结构: 每个配置包含特定分割，分割名称使用运行的时间戳命名。"train"分割指向最新结果。
• 额外配置: "results"，存储所有聚合结果，用于计算和显示聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Locutusque__SlimHercules-4.0-Mistral-7B-v0.2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-15T14:46:29.497498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

1. harness_arc_challenge_25
   • 数据文件: 包含特定时间戳和最新结果的分割文件。
2. harness_gsm8k_5
   • 数据文件: 包含特定时间戳和最新结果的分割文件。
3. harness_hellaswag_10
   • 数据文件: 包含特定时间戳和最新结果的分割文件。
4. 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文件。

以上信息概述了数据集的基本情况和配置详情，提供了数据集的结构、来源和使用方法，以及如何访问最新的评估结果。