open-llm-leaderboard/details_liuchanghf__phi2-mmlu-lora

该数据集是在模型 liuchanghf/phi2-mmlu-lora 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。它由 2 次运行创建，每次运行在每个配置中表示为特定的分割，使用运行的时间戳命名。train 分割始终指向最新的结果。一个名为 results 的额外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 Python 中的 datasets 库加载运行细节的示例。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Evaluation run of liuchanghf/phi2-mmlu-lora
• 创建目的: 自动创建于模型liuchanghf/phi2-mmlu-lora在Open LLM Leaderboard的评估运行期间。
• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建来源: 由2次运行创建，每次运行作为特定分割，分割名使用运行的时间戳命名。

数据集结构

• 分割: 每个配置包含多个分割，其中"train"分割指向最新结果。
• 额外配置: "results"配置存储所有运行结果的聚合数据，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_liuchanghf__phi2-mmlu-lora", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-04-10T11:11:31.663865的运行。
• 结果内容: 包含多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。

数据集配置详情

配置列表

1. harness_arc_challenge_25
2. harness_gsm8k_5
3. harness_hellaswag_10
4. harness_hendrycksTest_5

数据文件路径

• harness_arc_challenge_25:

  • 2024-04-10T11-11-31.663865分割: **/details_harness|arc:challenge|25_2024-04-10T11-11-31.663865.parquet
  • latest分割: **/details_harness|arc:challenge|25_2024-04-10T11-11-31.663865.parquet

• harness_gsm8k_5:

  • 2024-04-10T11-11-31.663865分割: **/details_harness|gsm8k|5_2024-04-10T11-11-31.663865.parquet
  • latest分割: **/details_harness|gsm8k|5_2024-04-10T11-11-31.663865.parquet

• harness_hellaswag_10:

  • 2024-04-10T11-11-31.663865分割: **/details_harness|hellaswag|10_2024-04-10T11-11-31.663865.parquet
  • latest分割: **/details_harness|hellaswag|10_2024-04-10T11-11-31.663865.parquet

• harness_hendrycksTest_5:

  • 包含多个子任务，每个子任务对应一个数据文件路径。