open-llm-leaderboard/details_aivince__alpaca_mistral-7b-v0.2

该数据集是在评估模型aivince/alpaca_mistral-7b-v0.2时自动创建的，评估过程在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特定的分割，分割以运行的时间戳命名。"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。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of aivince/alpaca_mistral-7b-v0.2
• 创建目的: 自动创建于模型aivince/alpaca_mistral-7b-v0.2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，每次运行以特定的时间戳命名。
• 数据分割: 每个配置中包含特定的时间戳分割，"train"分割指向最新结果。
• 额外配置: “results”配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_aivince__alpaca_mistral-7b-v0.2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-24T15:11:51.447226的运行。
• 结果内容: 包含多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。

配置详情

• 配置列表:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件路径: 每个配置包含特定的时间戳和最新结果的文件路径。

以上概述提供了数据集的基本信息、结构、加载方法及最新结果的简要说明。