open-llm-leaderboard/details_pmking27__PrathameshLLM-2B

该数据集是在模型pmking27/PrathameshLLM-2B在Open LLM Leaderboard上进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。它包含一次运行的结果，每次运行在每个配置中表示为特定的分割。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Python中的datasets库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of pmking27/PrathameshLLM-2B

数据集描述

• dataset_summary: 该数据集是在评估模型pmking27/PrathameshLLM-2B运行期间自动创建的，用于Open LLM Leaderboard。

数据集结构

• 组成: 数据集由63个配置组成，每个配置对应一个评估任务。
• 创建: 数据集从1次运行中创建，每次运行以特定的时间戳命名。
• 分割: 每个配置中包含特定的时间戳分割，"train"分割指向最新结果。
• 额外配置: 存在一个名为"results"的配置，存储所有运行的聚合结果，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_pmking27__PrathameshLLM-2B", "harness_winogrande_5", split="train")

最新结果

• 结果链接: latest results from run 2024-04-07T15:12:15.779927
• 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。

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的数据路径。