open-llm-leaderboard-old/details_Sharathhebbar24__chat_gpt2

该数据集是在Open LLM Leaderboard上对模型Sharathhebbar24/chat_gpt2进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集来自1次运行，每次运行在每个配置中表示为特定的分割，使用运行的时间戳命名。train分割始终指向最新的结果。一个额外的配置results存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用Python中的datasets库加载该数据集，如提供的代码片段所示。

原始信息汇总

数据集概述

数据集简介

该数据集是在对模型 Sharathhebbar24/chat_gpt2 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。

数据集结构

• 配置数量：63个配置，每个配置对应一个评估任务。
• 数据来源：数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
• 特殊配置："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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Sharathhebbar24__chat_gpt2", "harness_winogrande_5", split="train")

最新结果

以下是 2024-01-26T07:01:38.383525 运行的最新结果：

python { "all": { "acc": 0.2438838006799062, "acc_stderr": 0.030268978470461658, "acc_norm": 0.24473030996233924, "acc_norm_stderr": 0.03107344744652555, "mc1": 0.2460220318237454, "mc1_stderr": 0.015077219200662592, "mc2": 0.3981307804872536, "mc2_stderr": 0.015120855688890876 }, ... }

配置详情

• harness_arc_challenge_25

  • 分割：2024_01_26T07_01_38.383525, latest
  • 路径：**/details_harness|arc:challenge|25_2024-01-26T07-01-38.383525.parquet

• harness_gsm8k_5

  • 分割：2024_01_26T07_01_38.383525, latest
  • 路径：**/details_harness|gsm8k|5_2024-01-26T07-01-38.383525.parquet

• harness_hellaswag_10

  • 分割：2024_01_26T07_01_38.383525, latest
  • 路径：**/details_harness|hellaswag|10_2024-01-26T07-01-38.383525.parquet

• harness_hendrycksTest_5

  • 分割：2024_01_26T07_01_38.383525, latest
  • 路径：多个文件路径，如 **/details_harness|hendrycksTest-abstract_algebra|5_2024-01-26T07-01-38.383525.parquet 等。