open-llm-leaderboard-old/details_jb723__cross_lingual_epoch2

该数据集是在Open LLM Leaderboard上对模型jb723/cross_lingual_epoch2进行评估时自动创建的。它由64个配置组成，每个配置对应一个评估任务。数据集包含1次运行的结果，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分割始终指向最新结果。此外，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。

原始信息汇总

数据集概述

数据集创建

• 该数据集是在模型 jb723/cross_lingual_epoch2 在 Open LLM Leaderboard 上的评估运行期间自动创建的。

数据集结构

• 数据集包含 64 个配置，每个配置对应一个评估任务。
• 数据集从 1 次运行中创建，每个运行可以在每个配置中作为一个特定的分片找到，分片名称使用运行的时间戳。
• "train" 分片始终指向最新的结果。
• 一个额外的配置 "results" 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_jb723__cross_lingual_epoch2_public", "harness_winogrande_5", split="train")

最新结果

• 这些是最新的结果，来自 2023-11-23T20:42:48.019981 的运行。
• 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等指标。

配置详情

• harness_arc_challenge_25

  • 分片：2023_11_23T20_42_48.019981, latest
  • 路径：**/details_harness|arc:challenge|25_2023-11-23T20-42-48.019981.parquet

• harness_drop_3

  • 分片：2023_11_23T20_42_48.019981, latest
  • 路径：**/details_harness|drop|3_2023-11-23T20-42-48.019981.parquet

• harness_gsm8k_5

  • 分片：2023_11_23T20_42_48.019981, latest
  • 路径：**/details_harness|gsm8k|5_2023-11-23T20-42-48.019981.parquet

• harness_hellaswag_10

  • 分片：2023_11_23T20_42_48.019981, latest
  • 路径：**/details_harness|hellaswag|10_2023-11-23T20-42-48.019981.parquet

• harness_hendrycksTest_5

  • 分片：2023_11_23T20_42_48.019981
  • 路径：多个路径，包括 **/details_harness|hendrycksTest-abstract_algebra|5_2023-11-23T20-42-48.019981.parquet 等。