open-llm-leaderboard-old/details_BioMistral__BioMistral-7B

该数据集是在评估模型BioMistral/BioMistral-7B时自动创建的，主要用于在Open LLM Leaderboard上进行评估。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次运行生成，每次运行的结果可以在每个配置的特定分割中找到，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，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

数据集名称

Evaluation run of BioMistral/BioMistral-7B

数据集描述

该数据集是在对模型 BioMistral/BioMistral-7B 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集组成

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，每次运行的详细信息可以在每个配置中找到，以运行的时间戳命名的特定分片形式存储。"train" 分片始终指向最新的结果。

数据集加载示例

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

最新结果

以下是 最新结果 的摘要： python { "all": { "acc": 0.5492411971807614, "acc_stderr": 0.033767418631516166, "acc_norm": 0.5594077640085027, "acc_norm_stderr": 0.03468655210251827, "mc1": 0.3427172582619339, "mc1_stderr": 0.016614949385347043, "mc2": 0.5160796840454145, "mc2_stderr": 0.01520197466718785 }, ... }

配置详情

• config_name: harness_arc_challenge_25

  • data_files:
    • split: 2024_02_18T15_52_02.890599
      • path: [**/details_harness|arc:challenge|25_2024-02-18T15-52-02.890599.parquet]
    • split: latest
      • path: [**/details_harness|arc:challenge|25_2024-02-18T15-52-02.890599.parquet]

• config_name: harness_gsm8k_5

  • data_files:
    • split: 2024_02_18T15_52_02.890599
      • path: [**/details_harness|gsm8k|5_2024-02-18T15-52-02.890599.parquet]
    • split: latest
      • path: [**/details_harness|gsm8k|5_2024-02-18T15-52-02.890599.parquet]

• config_name: harness_hellaswag_10

  • data_files:
    • split: 2024_02_18T15_52_02.890599
      • path: [**/details_harness|hellaswag|10_2024-02-18T15-52-02.890599.parquet]
    • split: latest
      • path: [**/details_harness|hellaswag|10_2024-02-18T15-52-02.890599.parquet]

• config_name: harness_hendrycksTest_5

  • data_files:
    • split: 2024_02_18T15_52_02.890599
      • path: [ **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-18T15-52-02.890599.parquet, ... ]
    • split: latest
      • path: [ **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-18T15-52-02.890599.parquet, ... ]