open-llm-leaderboard/details_mahiatlinux__MasherAI-7B-v6.1

该数据集是在模型mahiatlinux/MasherAI-7B-v6.1在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。它包含1次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了一个如何使用Python中的datasets库加载运行细节的示例。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of mahiatlinux/MasherAI-7B-v6.1

数据集描述

• dataset_summary: 该数据集是在评估模型mahiatlinux/MasherAI-7B-v6.1时自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 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。
• 特殊配置: 有一个额外的配置“results”，存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_mahiatlinux__MasherAI-7B-v6.1", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-21T08:39:55.419651的运行结果。
• 结果内容: 包含多个任务的准确率（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或时间戳。例如，harness_hendrycksTest_5包含多个子任务的数据文件，如abstract_algebra, anatomy, astronomy等。

数据集使用

• 用户可以通过提供的加载示例代码访问和加载数据集中的特定配置和分割。