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

该数据集是在模型Abhaykoul/Qwen1.5-0.5B-vortex在Open LLM Leaderboard上进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集包含一次运行的数据，每次运行在每个配置中表示为特定的分割，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，一个名为results的配置存储了所有运行的聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。README还提供了一个Python代码片段用于加载数据集，并列出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

• 评估运行数据集：Abhaykoul/Qwen1.5-0.5B-vortex

数据集来源

• 该数据集是在评估模型Abhaykoul/Qwen1.5-0.5B-vortex在Open LLM Leaderboard上的运行过程中自动创建的。

数据集构成

• 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，每次运行对应一个特定的分割，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。

额外配置

• “results”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。

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", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-11T03:16:55.761969的运行，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
  • 包含多个子配置，如abstract_algebra, anatomy, astronomy等，每个子配置对应不同的学科领域。

每个配置包含的数据文件根据时间戳和“latest”分割进行组织，确保可以访问到最新的评估结果。