open-llm-leaderboard/details_MaziyarPanahi__Yarn-Mistral-7b-64k-Mistral-7B-Instruct-v0.1

该数据集是在模型 MaziyarPanahi/Yarn-Mistral-7b-64k-Mistral-7B-Instruct-v0.1 在 Open LLM Leaderboard 上的评估运行期间自动创建的。它由 63 个配置组成，每个配置对应一个被评估的任务。数据集是从 1 次运行中创建的，每次运行作为每个配置中的一个特定拆分，使用运行的时间戳命名。train 拆分始终指向最新结果。一个额外的配置 results 存储了运行的所有聚合结果，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

数据集名称

• Pretty Name: Evaluation run of MaziyarPanahi/Yarn-Mistral-7b-64k-Mistral-7B-Instruct-v0.1

数据集描述

• Dataset Summary: 该数据集是在评估模型MaziyarPanahi/Yarn-Mistral-7b-64k-Mistral-7B-Instruct-v0.1的过程中自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1个运行，每个运行在每个配置中作为一个特定的分割存在，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，用于计算和显示Open LLM Leaderboard上的聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_MaziyarPanahi__Yarn-Mistral-7b-64k-Mistral-7B-Instruct-v0.1", "harness_winogrande_5", split="train")

最新结果

• Latest Results: 提供了各个任务的最新评估结果，包括准确率（acc）、准确率标准误差（acc_stderr）、归一化准确率（acc_norm）和归一化准确率标准误差（acc_norm_stderr）等指标。

数据集配置

配置列表

• Config Name: harness_arc_challenge_25
• Config Name: harness_gsm8k_5
• Config Name: harness_hellaswag_10
• Config Name: harness_hendrycksTest_5

每个配置包含的数据文件路径和分割信息，例如：

• Split: 2024_03_29T20_30_43.794397
• Path: /details_harness|arc:challenge|25_2024-03-29T20-30-43.794397.parquet
• Split: latest
• Path: /details_harness|arc:challenge|25_2024-03-29T20-30-43.794397.parquet

这些配置和数据文件用于加载和分析特定任务的评估结果。