open-llm-leaderboard/details_allknowingroger__Limmy-phi2-slerp

该数据集是在模型allknowingroger/Limmy-phi2-slerp在Open LLM Leaderboard上的评估运行期间自动生成的。数据集由63个配置组成，每个配置对应一个被评估的任务。它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，分割名称由运行的时间戳命名。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，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代码加载数据集详细信息的示例，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 allknowingroger/Limmy-phi2-slerp

数据集描述

• dataset_summary: 该数据集是在评估模型allknowingroger/Limmy-phi2-slerp时自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次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。
• 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_allknowingroger__Limmy-phi2-slerp", "harness_winogrande_5", split="train")

最新结果

• 最新结果: 来自2024-04-11T04:46:02.169522的运行结果，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

每个配置包含多个数据文件，每个文件对应一个特定的分割（如时间戳或“latest”），路径指向具体的评估结果文件。