open-llm-leaderboard/details_gemmathon__gemma-2b-ko-dev-pbmt192

该数据集是在模型gemmathon/gemma-2b-ko-dev-pbmt192的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。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，每次运行都可以在特定配置中找到，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，results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 gemmathon/gemma-2b-ko-dev-pbmt192

数据集描述

• dataset_summary: 该数据集是模型gemmathon/gemma-2b-ko-dev-pbmt192在Open LLM Leaderboard评估运行期间自动创建的。

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命名。
• “train”分割始终指向最新结果。
• 额外配置“results”存储所有运行的聚合结果，用于计算和显示聚合指标。

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_gemmathon__gemma-2b-ko-dev-pbmt192", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-29T19:53:00.173995的运行，包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。

数据集配置

配置列表

• harness_arc_challenge_25
• harness_gsm8k_5
• harness_hellaswag_10
• harness_hendrycksTest_5

每个配置包含多个数据文件，分别对应不同的任务和时间戳。