open-llm-leaderboard/details_fhai50032__Mistral-4B-FT-2

该数据集是在模型fhai50032/Mistral-4B-FT-2的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，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，results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

基本信息

• 数据集名称: Evaluation run of fhai50032/Mistral-4B-FT-2
• 创建目的: 自动创建于模型fhai50032/Mistral-4B-FT-2在Open LLM Leaderboard的评估运行期间。

数据集结构

• 组成: 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。
• 特殊配置: 额外配置“results”存储所有运行结果的聚合结果，用于计算和显示聚合指标。

加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_fhai50032__Mistral-4B-FT-2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-21T16:04:01.032636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。
2. harness_gsm8k_5
   • 数据文件: 包含特定时间戳和最新结果的分割。
3. harness_hellaswag_10
   • 数据文件: 包含特定时间戳和最新结果的分割。
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。

以上信息概述了数据集的基本结构、内容和加载方法，以及各个配置的详细数据文件路径。