open-llm-leaderboard/details_juhwanlee__gemma-7B-alpaca-case-3-3

该数据集是在评估模型juhwanlee/gemma-7B-alpaca-case-3-3时自动生成的，评估是在Open LLM Leaderboard上进行的。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次运行生成，每次运行的结果存储为特定配置中的一个分割，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 juhwanlee/gemma-7B-alpaca-case-3-3

数据集描述

• dataset_summary: 该数据集是在评估模型juhwanlee/gemma-7B-alpaca-case-3-3的过程中自动创建的，用于Open LLM Leaderboard。

数据集构成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 创建过程: 数据集由1次运行创建，每次运行以特定的时间戳命名，形成不同的数据分割。
• 特殊配置: “results”配置存储所有运行的聚合结果，用于计算和显示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_juhwanlee__gemma-7B-alpaca-case-3-3", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-27T18:28:45.461246的运行结果。
• 结果内容: 包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

数据集详细配置

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harness_hendrycksTest_5包含多个子任务的数据文件，如抽象代数、解剖学等。