open-llm-leaderboard/details_LeroyDyer__Mixtral_AI_CyberTron

该数据集是在Open LLM Leaderboard上对模型LeroyDyer/Mixtral_AI_CyberTron进行评估时自动生成的。数据集由63个配置组成，每个配置对应一个评估任务。它包含一次运行的数据，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，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。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of LeroyDyer/Mixtral_AI_CyberTron

数据集描述

• dataset_summary: 该数据集是在评估模型LeroyDyer/Mixtral_AI_CyberTron的过程中自动创建的，该模型参与了Open LLM Leaderboard的评测。

数据集构成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次运行作为特定分割存储，分割名称使用运行的时间戳命名。
• 特别配置: 存在一个名为"results"的额外配置，用于存储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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_LeroyDyer__Mixtral_AI_CyberTron", "harness_winogrande_5", split="train")

最新结果

• 结果展示: 展示了最新结果，包括多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

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文件。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的分割文件。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的分割文件。
• 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，如抽象代数、解剖学、天文学等。

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、来源和加载方法，以及具体的配置文件信息。