open-llm-leaderboard/details_l3utterfly__phi-2-layla-v1-chatml

该数据集是在评估模型[l3utterfly/phi-2-layla-v1-chatml](https://huggingface.co/l3utterfly/phi-2-layla-v1-chatml)时自动创建的，评估是在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上进行的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都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命名。"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，并用于计算和显示[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/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 l3utterfly/phi-2-layla-v1-chatml

数据集描述

• dataset_summary: 该数据集是在评估模型l3utterfly/phi-2-layla-v1-chatml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，每次运行作为特定分割存储，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”存储所有运行结果的聚合结果，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_l3utterfly__phi-2-layla-v1-chatml", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-11T09:16:31.575195的运行，包含多个任务的评估结果，如准确率、标准误差等。

数据集配置详情

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含特定任务的数据文件，如时间戳分割和最新分割，用于存储和访问特定评估任务的数据。