open-llm-leaderboard-old/details_bn999__mistral-4.2B

该数据集是在Open LLM Leaderboard上对模型bn999/mistral-4.2B进行评估时自动创建的。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，分割名称使用运行的时间戳。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，用于计算和显示在Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of bn999/mistral-4.2B
• 来源: 自动创建于模型 bn999/mistral-4.2B 在 Open LLM Leaderboard 上的评估运行。
• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建: 从1次运行中创建，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。"train" 分割始终指向最新的结果。
• 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在 Open LLM Leaderboard 上。

最新结果

• 日期: 2024-02-09T15:25:59.524569
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、以及其他指标（mc1, mc2等）及其标准误差。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_bn999__mistral-4.2B", "harness_winogrande_5", split="train")

配置详情

• harness_arc_challenge_25:

  • 分割: 2024_02_09T15_25_59.524569, latest
  • 路径: **/details_harness|arc:challenge|25_2024-02-09T15-25-59.524569.parquet

• harness_gsm8k_5:

  • 分割: 2024_02_09T15_25_59.524569, latest
  • 路径: **/details_harness|gsm8k|5_2024-02-09T15-25-59.524569.parquet

• harness_hellaswag_10:

  • 分割: 2024_02_09T15_25_59.524569, latest
  • 路径: **/details_harness|hellaswag|10_2024-02-09T15-25-59.524569.parquet

• harness_hendrycksTest_5:

  • 分割: 2024_02_09T15_25_59.524569, latest
  • 路径: 包含多个任务的详细路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-09T15-25-59.524569.parquet 等。