open-llm-leaderboard/details_Abhaykoul__Qwen1.5-0.5B-vortex-v2

该数据集是在模型Abhaykoul/Qwen1.5-0.5B-vortex-v2评估运行期间自动创建的，用于Open LLM排行榜。数据集包含63个配置，每个配置对应一个评估任务。数据集来自1次运行，每次运行作为一个特定分割，以运行时间戳命名。train分割始终指向最新结果，另外还有一个results配置，存储了运行的所有聚合结果。该数据集用于在Open LLM排行榜上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Abhaykoul/Qwen1.5-0.5B-vortex-v2

数据集描述

• dataset_summary: 该数据集是在评估模型Abhaykoul/Qwen1.5-0.5B-vortex-v2运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 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。
• “train”分割始终指向最新结果。
• 额外配置“results”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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Abhaykoul__Qwen1.5-0.5B-vortex-v2", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自run 2024-03-11T15:50:12.323046。

数据集配置详情

配置列表

1. harness_arc_challenge_25

   • 数据文件:
     • 分割: 2024_03_11T15_50_12.323046, latest
     • 路径: /details_harness|arc:challenge|25_2024-03-11T15-50-12.323046.parquet

2. harness_gsm8k_5

   • 数据文件:
     • 分割: 2024_03_11T15_50_12.323046, latest
     • 路径: /details_harness|gsm8k|5_2024-03-11T15-50-12.323046.parquet

3. harness_hellaswag_10

   • 数据文件:
     • 分割: 2024_03_11T15_50_12.323046, latest
     • 路径: /details_harness|hellaswag|10_2024-03-11T15-50-12.323046.parquet

4. harness_hendrycksTest_5

   • 数据文件:
     • 分割: 2024_03_11T15_50_12.323046, latest
     • 路径:
       • /details_harness|hendrycksTest-abstract_algebra|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-anatomy|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-astronomy|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-business_ethics|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-clinical_knowledge|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-college_biology|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-college_chemistry|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-college_computer_science|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-college_mathematics|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-college_medicine|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-college_physics|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-computer_security|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-conceptual_physics|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-econometrics|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-electrical_engineering|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-elementary_mathematics|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-formal_logic|5_2024-03-11T15-50-12.323046.parquet
       • /details_harness|hendrycksTest-global_facts|5_2024-03-11T15-50-12.323046.parquet