open-llm-leaderboard/details_juhwanlee__gemma-7B-alpaca-case-3-2

该数据集是在模型 juhwanlee/gemma-7B-alpaca-case-3-2 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个评估任务。它包含一次运行的结果，每次运行都存储为一个特定的分割，分割名称由运行的时间戳命名。train 分割始终指向最新的结果。一个额外的 results 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 datasets 库加载数据集的示例，并包含了特定运行的最新结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of juhwanlee/gemma-7B-alpaca-case-3-2

数据集描述

• dataset_summary: 该数据集是在评估模型juhwanlee/gemma-7B-alpaca-case-3-2的过程中自动创建的，用于Open LLM Leaderboard。

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，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
• 特别配置: 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_juhwanlee__gemma-7B-alpaca-case-3-2", "harness_winogrande_5", split="train")

最新结果

• 最新结果: 提供了最新结果，包括各个任务的准确率(acc)和标准误差(acc_stderr)等指标。

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），用于存储特定任务的评估数据。