open-llm-leaderboard-old/details_Korabbit__Llama-2-7b-chat-hf-afr-100step-v2

该数据集是在模型Korabbit/Llama-2-7b-chat-hf-afr-100step-v2在Open LLM Leaderboard上的评估运行中自动创建的。数据集包含64个配置，每个配置对应一个评估任务。数据集由1次运行创建，每次运行可以在每个配置的特定分割中找到，分割名称使用运行的时间戳。train分割始终指向最新结果。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。

原始信息汇总

数据集概述

数据集创建

• 数据集名称: Evaluation run of Korabbit/Llama-2-7b-chat-hf-afr-100step-v2
• 创建目的: 该数据集是在评估模型 Korabbit/Llama-2-7b-chat-hf-afr-100step-v2 在 Open LLM Leaderboard 上的表现时自动创建的。

数据集结构

• 配置数量: 64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。"train" 分割始终指向最新的结果。
• 结果汇总: 一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示在 Open LLM Leaderboard 上的聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Korabbit__Llama-2-7b-chat-hf-afr-100step-v2_public", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 这些是最新的结果，来自2023-11-23T18:49:40.471713的运行。
• 详细指标: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等指标。

配置详情

• 配置名称: harness_arc_challenge_25, harness_drop_3, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5
• 数据文件: 每个配置包含不同分割的数据文件路径，如2023_11_23T18_49_40.471713和latest分割。