open-llm-leaderboard/details_jylee420__gemma-2b-data-std

该数据集是在Open LLM Leaderboard上对模型jylee420/gemma-2b-data-std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，分割以运行的时间戳命名。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 jylee420/gemma-2b-data-std

数据集描述

• dataset_summary: 该数据集是在评估模型jylee420/gemma-2b-data-std运行期间自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 每个配置对应任务: 一个评估任务
• 数据集创建来源: 1个运行
• 数据集分割: 每个配置中的特定分割，命名基于运行的时间戳
• 训练分割: 指向最新结果
• 额外配置: "results"，存储所有聚合的运行结果，用于计算和显示聚合指标

加载数据示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_jylee420__gemma-2b-data-std", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-12T05:03:20.411628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

数据集配置详情

配置列表

1. harness_arc_challenge_25
   • 数据文件: 包含特定时间戳和最新结果的分割
2. harness_gsm8k_5
   • 数据文件: 包含特定时间戳和最新结果的分割
3. harness_hellaswag_10
   • 数据文件: 包含特定时间戳和最新结果的分割
4. harness_hendrycksTest_5
   • 数据文件: 包含多个子任务的特定时间戳和最新结果的分割

以上信息总结了数据集的基本情况和配置详情，确保了信息的准确性和易于理解。