open-llm-leaderboard/details_hamxea__Llama-2-13b-chat-hf-activity-fine-tuned-v4

该数据集是在评估模型hamxea/Llama-2-13b-chat-hf-activity-fine-tuned-v4在Open LLM Leaderboard上的表现时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集由1次运行生成，每次运行可以在每个配置的特定分割中找到，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，还有一个名为results的配置，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

数据集名称

• pretty_name: Evaluation run of hamxea/Llama-2-13b-chat-hf-activity-fine-tuned-v4

数据集来源

• dataset_summary: 该数据集是在评估模型hamxea/Llama-2-13b-chat-hf-activity-fine-tuned-v4的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集组成

• 数据结构: 包含63个配置，每个配置对应一个评估任务。
• 数据生成: 数据集由1次运行创建，每次运行对应一个特定的分割，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，存储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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_hamxea__Llama-2-13b-chat-hf-activity-fine-tuned-v4", "harness_winogrande_5", split="train")

最新结果

• 结果示例: 提供了包括准确率、标准误差等在内的多项评估指标，具体数值针对不同的任务和配置有所不同。

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，分别对应不同的分割（如时间戳分割和最新分割），路径格式统一为**/details_{config_name}_{timestamp}.parquet。