open-llm-leaderboard/details_mervinpraison__tamil-large-language-model-7b-v1.0

该数据集是在模型mervinpraison/tamil-large-language-model-7b-v1.0在Open LLM Leaderboard上的评估运行期间自动创建的。它由63个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中生成的，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。一个额外的配置results存储了运行的所有聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用datasets库中的load_dataset函数加载该数据集。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of mervinpraison/tamil-large-language-model-7b-v1.0

数据集描述

• dataset_summary: 该数据集是在评估模型mervinpraison/tamil-large-language-model-7b-v1.0的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集构成

• 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。
• 特殊配置: 存在一个名为"results"的额外配置，用于存储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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_mervinpraison__tamil-large-language-model-7b-v1.0", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自2024-03-11T07:18:44.766376的运行。
• 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化准确率的标准误差(acc_norm_stderr)等指标。

数据集配置详情

• 配置名称: 包括多个任务特定的配置，如harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10等。
• 数据文件: 每个配置包含多个数据文件，分别对应不同的分割（如2024_03_11T07_18_44.766376和latest）。
• 文件路径: 每个数据文件的路径遵循特定的命名规则，如**/details_harness|arc:challenge|25_2024-03-11T07-18-44.766376.parquet。