open-llm-leaderboard/details_lemon-mint__gemma-2b-translation-v0.103

该数据集是在Open LLM Leaderboard上评估模型lemon-mint/gemma-2b-translation-v0.103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，每次运行的结果作为一个特定的分割存储在配置中，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，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

数据集名称

• pretty_name: Evaluation run of lemon-mint/gemma-2b-translation-v0.103

数据集描述

• dataset_summary: 该数据集是自动创建的，用于评估模型lemon-mint/gemma-2b-translation-v0.103在Open LLM Leaderboard上的表现。数据集包含63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，每次运行以时间戳命名的特定分割存储。"train"分割始终指向最新结果。此外，"results"配置存储了所有运行的聚合结果，用于计算和显示聚合指标。

数据集结构

• 配置数量: 63
• 数据来源: 1次运行
• 分割方式: 每个配置有特定的时间戳分割和"latest"分割
• 特殊配置: "results"用于存储所有聚合结果

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_lemon-mint__gemma-2b-translation-v0.103", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-19T14:02:50.961538的运行
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等指标。