open-llm-leaderboard/details_AmberYifan__test-spin-lora-iter2

该数据集是在模型AmberYifan/test-spin-lora-iter2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，每个配置对应一个评估任务。数据集包含1次运行的数据，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新结果。此外，results配置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datasets库加载数据集的示例，并包含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

• pretty_name: Evaluation run of AmberYifan/test-spin-lora-iter2

数据集来源

• dataset_summary: 该数据集是在评估模型AmberYifan/test-spin-lora-iter2的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。

数据集结构

• 组成: 数据集由63个配置组成，每个配置对应一个评估任务。
• 创建: 数据集从1次运行中创建，每次运行作为一个特定的分割存储，分割名称使用运行的时间戳。
• 分割: “train”分割始终指向最新结果。
• 额外配置: “results”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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_AmberYifan__test-spin-lora-iter2", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 最新结果来自run 2024-04-17T06:00:49.810983。
• 结果内容: 包括多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

数据集配置详情

• 配置列表: 包括多个任务的配置，如harness_arc_challenge_25、harness_gsm8k_5、harness_hellaswag_10等。
• 数据文件: 每个配置对应的数据文件，包括不同分割（如时间戳分割和latest分割）的路径。