open-llm-leaderboard/details_amu__orpo-lora-phi2

该数据集是在模型amu/orpo-lora-phi2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，每个配置对应一个被评估的任务。数据集是从1次运行中创建的，每次运行在每个配置中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。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。README还提供了如何使用Python代码加载运行细节的示例，并列出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: Evaluation run of amu/orpo-lora-phi2

数据集来源: 自动创建于模型 amu/orpo-lora-phi2 在 Open LLM Leaderboard 上的评估运行。

数据集构成:

• 配置数量: 63
• 每个配置对应任务: 一个评估任务
• 创建来源: 1次运行
• 数据分割: 每个配置包含特定分割，以运行的时间戳命名。"train"分割指向最新结果。

额外配置:

• 名称: "results"
• 用途: 存储所有聚合的运行结果，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_amu__orpo-lora-phi2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024年3月31日09:12:19.501086的运行。
• 结果内容: 包含多个任务的评估指标，如准确率(acc)、标准误差(acc_stderr)等。

配置详情

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5 等。
• 数据文件: 每个配置包含以时间戳命名的分割文件和指向最新结果的"latest"分割。
• 文件路径示例:
  • **/details_harness|arc:challenge|25_2024-03-31T09-12-19.501086.parquet
  • **/details_harness|gsm8k|5_2024-03-31T09-12-19.501086.parquet
  • **/details_harness|hellaswag|10_2024-03-31T09-12-19.501086.parquet
  • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-31T09-12-19.501086.parquet 等。