open-llm-leaderboard-old/details_Telugu-LLM-Labs__Indic-gemma-2b-finetuned-sft-Navarasa-2.0

该数据集是在评估模型Telugu-LLM-Labs/Indic-gemma-2b-finetuned-sft-Navarasa-2.0时自动创建的，评估过程在Open LLM Leaderboard上进行。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行都可以在特定配置中找到，运行的时间戳用于命名分割。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Evaluation run of Telugu-LLM-Labs/Indic-gemma-2b-finetuned-sft-Navarasa-2.0
• 数据集来源: 自动创建于模型 Telugu-LLM-Labs/Indic-gemma-2b-finetuned-sft-Navarasa-2.0 在 Open LLM Leaderboard 的评估运行中。
• 数据集组成: 包含63个配置，每个配置对应一个评估任务。
• 数据集创建: 从1次运行中创建，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。
• 额外配置: "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在 Open LLM Leaderboard 上。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Telugu-LLM-Labs__Indic-gemma-2b-finetuned-sft-Navarasa-2.0", "harness_winogrande_5", split="train")

最新结果

• 最新结果来源: latest results from run 2024-03-22T17:22:11.552825
• 结果示例: python { "all": { "acc": 0.38448642166678587, "acc_stderr": 0.03412711045658374, "acc_norm": 0.3882749361001093, "acc_norm_stderr": 0.03491709236659397, "mc1": 0.2913096695226438, "mc1_stderr": 0.01590598704818483, "mc2": 0.44689893094855493, "mc2_stderr": 0.014502506509597363 }, "harness|arc:challenge|25": { "acc": 0.4257679180887372, "acc_stderr": 0.014449464278868809, "acc_norm": 0.447098976109215, "acc_norm_stderr": 0.014529380160526845 }, "harness|hellaswag|10": { "acc": 0.5071698864767975, "acc_stderr": 0.00498926836296872, "acc_norm": 0.6840270862378013, "acc_norm_stderr": 0.004639520453444027 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.26, "acc_stderr": 0.04408440022768081, "acc_norm": 0.26, "acc_norm_stderr": 0.04408440022768081 },

  其他任务的结果...

}

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_03_22T17_22_11.552825
      • 路径: **/details_harness|arc:challenge|25_2024-03-22T17-22-11.552825.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-22T17-22-11.552825.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_03_22T17_22_11.552825
      • 路径: **/details_harness|gsm8k|5_2024-03-22T17-22-11.552825.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-22T17-22-11.552825.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_03_22T17_22_11.552825
      • 路径: **/details_harness|hellaswag|10_2024-03-22T17-22-11.552825.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-22T17-22-11.552825.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_03_22T17_22_11.552825
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-03-22T17-22-11.552825.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024