open-llm-leaderboard/details_bunnycore__Mnemosyne-7B

该数据集是在评估模型bunnycore/Mnemosyne-7B时自动生成的，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，每次运行的结果存储为特定的分割，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，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of bunnycore/Mnemosyne-7B

数据集来源

• dataset_summary: 该数据集是在评估模型bunnycore/Mnemosyne-7B在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 配置数量: 63个配置
• 数据集创建: 从1次运行中创建
• 数据集结构: 每个配置对应一个评估任务，每个运行以特定的时间戳命名，作为数据集的一个分割。"train"分割指向最新结果。

数据集使用

• 加载数据示例: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_bunnycore__Mnemosyne-7B", "harness_winogrande_5", split="train")

最新结果

• 结果存储: 一个额外的配置"results"存储了所有运行的聚合结果，用于计算和显示聚合指标。
• 最新结果示例: 来自2024-04-08T22:25:39.468418的最新结果，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
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，每个文件对应一个特定的任务和时间戳，以及最新的数据分割。