open-llm-leaderboard/details_gemmathon__gemma-pro-3.1b-ko-v0.5

该数据集是在Open LLM Leaderboard上对模型gemmathon/gemma-pro-3.1b-ko-v0.5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。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

数据集基本信息

• 名称: Evaluation run of gemmathon/gemma-pro-3.1b-ko-v0.5
• 创建目的: 自动创建于模型gemmathon/gemma-pro-3.1b-ko-v0.5在Open LLM Leaderboard的评估运行期间。

数据集结构

• 组成: 包含63个配置，每个配置对应一个评估任务。
• 数据来源: 数据集由1次运行创建，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳命名。
• 特殊配置: 额外配置“results”存储所有运行的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_gemmathon__gemma-pro-3.1b-ko-v0.5", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-09T06:42:05.168470的运行。
• 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。

配置详情

• 配置列表:
  • harness_arc_challenge_25
  • harness_gsm8k_5
  • harness_hellaswag_10
  • harness_hendrycksTest_5
• 数据文件: 每个配置包含多个数据文件，根据不同的时间戳和最新结果进行分割。

使用场景

• 用途: 用于评估模型在不同任务上的性能，支持模型优化和选择。
• 适用对象: 研究人员、数据科学家、机器学习工程师等。