open-llm-leaderboard/details_Qwen__Qwen2-0.5B

该数据集是在Open LLM Leaderboard上对模型Qwen/Qwen2-0.5B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1次运行的结果，每次运行作为一个特定的分割存储，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results配置存储了所有聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of Qwen/Qwen2-0.5B

数据集描述

• dataset_summary: 该数据集是在评估模型Qwen/Qwen2-0.5B在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 配置数量: 63个
• 每个配置对应一个评估任务
• 数据集来源: 来自1次运行
• 数据集分割: 每个运行作为一个特定的分割，分割名称使用运行的时间戳命名。"train"分割始终指向最新结果。

额外配置

• 配置名称: "results"
• 配置用途: 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_Qwen__Qwen2-0.5B_private", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-05-30T13:41:43.370999的运行
• 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

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等
• 数据文件: 每个配置包含多个数据文件，根据不同的时间戳(如2024_05_30T13_41_43.370999)和"latest"分割进行组织。

数据文件路径示例

• 配置名称: harness_arc_challenge_25
• 数据文件路径:
  • 时间戳分割: /details_harness|arc:challenge|25_2024-05-30T13-41-43.370999.parquet
  • latest分割: /details_harness|arc:challenge|25_2024-05-30T13-41-43.370999.parquet