open-llm-leaderboard/details_abideen__PhigRange-2.7B-slerp

该数据集是在模型abideen/PhigRange-2.7B-slerp在Open LLM Leaderboard上进行评估时自动创建的。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命名。"train"分割始终指向最新的结果。此外，"results"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 abideen/PhigRange-2.7B-slerp

数据集描述

• dataset_summary: 该数据集是在评估模型abideen/PhigRange-2.7B-slerp时自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个配置
• 数据来源: 数据集由1次运行创建，每个配置对应一个评估任务。
• 数据分割: 每个运行作为一个特定的分割，分割名称使用运行的时间戳命名。"train"分割始终指向最新结果。
• 额外配置: 有一个名为"results"的配置，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_abideen__PhigRange-2.7B-slerp", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-04T21:20:07.760171的运行结果。
• 结果内容: 包含多个任务的准确率(acc)和其他指标，如acc_stderr, acc_norm, acc_norm_stderr等。

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，每个文件对应一个特定的任务或评估标准。数据文件根据时间戳和任务名称进行命名和组织。