open-llm-leaderboard/details_zelus82__Obelix-Phi2

该数据集是在评估模型zelus82/Obelix-Phi2时自动生成的，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，每次运行的结果作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个results配置存储所有运行的聚合结果，用于计算和展示在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

• Evaluation run of zelus82/Obelix-Phi2

数据集描述

• 该数据集是在评估模型zelus82/Obelix-Phi2运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 包含63个配置，每个配置对应一个评估任务。
• 数据集由2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。
• “train”分割始终指向最新的结果。
• 额外配置“results”存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_zelus82__Obelix-Phi2", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-27T18:35:12.191328的运行，详细结果包括各个任务的准确率(acc)和标准误差(acc_stderr)等指标。

配置详情

• 每个配置包含多个数据文件，根据不同的时间戳（如2024-03-27T18-30-53.979466和2024-03-27T18-35-12.191328）进行分割，以及一个指向最新结果的“latest”分割。

示例配置

• config_name: harness_arc_challenge_25
  • data_files:
    • split: 2024_03_27T18_30_53.979466
      • path: /details_harness|arc:challenge|25_2024-03-27T18-30-53.979466.parquet
    • split: 2024_03_27T18_35_12.191328
      • path: /details_harness|arc:challenge|25_2024-03-27T18-35-12.191328.parquet
    • split: latest
      • path: /details_harness|arc:challenge|25_2024-03-27T18-35-12.191328.parquet

此概述提供了数据集的基本信息和结构，以及如何加载和使用数据集的示例。