open-llm-leaderboard/details_azarafrooz__mistral-v2-7b-selfplay-v0

该数据集是在评估模型 azarafrooz/mistral-v2-7b-selfplay-v0 在 Open LLM Leaderboard 上的表现时自动生成的。数据集包含 63 个配置，每个配置对应一个被评估的任务。它包含一次运行的结果，每次运行在每种配置中表示为特定的分割，分割名称由运行的时间戳命名。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。README 还提供了如何使用 Hugging Face datasets 库加载数据集的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of azarafrooz/mistral-v2-7b-selfplay-v0

数据集描述

• dataset_summary: 该数据集是在评估模型azarafrooz/mistral-v2-7b-selfplay-v0的过程中自动创建的，该模型在Open LLM Leaderboard上进行评估。

数据集组成

• 数据集结构: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 数据集由1次运行创建，每次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。
• 额外配置: 存在一个名为"results"的配置，存储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_azarafrooz__mistral-v2-7b-selfplay-v0", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自run 2024-03-13T18:28:50.684897。

数据集详细配置

配置列表

• harness_arc_challenge_25
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_gsm8k_5
  • 数据文件: 包含特定时间戳和最新结果的分割。
• harness_hellaswag_10
  • 数据文件: 包含特定时间戳和最新结果的分割。
• 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。

以上信息总结了数据集的基本情况和配置详情，确保了信息的准确性和易于理解。