open-llm-leaderboard/details_Abhaykoul__qwen1.5-vortex

该数据集是在Open LLM Leaderboard上对模型Abhaykoul/qwen1.5-vortex进行评估时自动生成的。数据集包含63个配置，每个配置对应一个评估任务。数据集由2次运行生成，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分割始终指向最新结果。此外，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库加载运行细节的示例。

原始信息汇总

数据集概述

数据集名称

• Evaluation run of Abhaykoul/qwen1.5-vortex

数据集描述

• 该数据集是自动创建的，用于评估模型Abhaykoul/qwen1.5-vortex在Open LLM Leaderboard上的表现。
• 数据集包含63个配置，每个配置对应一个评估任务。
• 数据集由2次运行创建，每次运行对应一个特定的时间戳分割。
• 每个配置中的"train"分割指向最新的结果。
• 额外的"results"配置存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集结构

• 配置数量：63个
• 运行次数：2次
• 分割类型：按时间戳命名
• 特殊分割："train"（指向最新结果），"results"（聚合结果）

加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Abhaykoul__qwen1.5-vortex", "harness_winogrande_5", split="train")

最新结果示例

• 最新结果来自run 2024-03-11T02:27:12.145497。
• 示例结果包括多个任务的准确率（acc）和标准误差（acc_stderr）等指标。