open-llm-leaderboard/details_juhwanlee__gemma-7B-alpaca-case-2-2
收藏Hugging Face2024-03-27 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_juhwanlee__gemma-7B-alpaca-case-2-2
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型 juhwanlee/gemma-7B-alpaca-case-2-2 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。它包含 1 次运行的结果，每次运行都存储为每个配置中的特定拆分。train 拆分始终指向最新结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些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 库加载运行中的详细信息的示例。
该数据集是在模型 juhwanlee/gemma-7B-alpaca-case-2-2 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。它包含 1 次运行的结果，每次运行都存储为每个配置中的特定拆分。train 拆分始终指向最新结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些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 库加载运行中的详细信息的示例。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称: Evaluation run of juhwanlee/gemma-7B-alpaca-case-2-2
创建目的: 该数据集是在评估模型juhwanlee/gemma-7B-alpaca-case-2-2的过程中自动创建的，用于Open LLM Leaderboard的评估。
数据集组成:
- 配置数量: 63个
- 数据来源: 来自1次运行
- 数据结构: 每个配置对应一个评估任务，每个运行以特定的时间戳命名，并作为数据集的一个分割。
- 特殊配置: 包含一个名为"results"的配置，用于存储所有运行的聚合结果，用于计算和显示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_juhwanlee__gemma-7B-alpaca-case-2-2", "harness_winogrande_5", split="train")
最新结果
数据集包含最新的评估结果，具体指标包括准确率（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，涵盖多个任务和领域。
配置详情
数据集中的每个配置对应不同的评估任务，例如：
harness|arc:challenge|25harness|hellaswag|10harness|hendrycksTest-abstract_algebra|5至harness|hendrycksTest-world_religions|5
每个配置包含多个数据文件，分别对应不同的数据分割（如时间戳分割和最新分割）。
数据集使用
用户可以通过提供的加载示例代码访问和加载数据集中的特定配置和分割，以便进行进一步的分析和应用。
