open-llm-leaderboard-old/details_Telugu-LLM-Labs__Telugu-Llama2-7B-v0-Instruct

该数据集是在Open LLM Leaderboard上对模型Telugu-LLM-Labs/Telugu-Llama2-7B-v0-Instruct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。数据集由2次运行生成，每次运行的结果作为特定配置中的一个分割，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，还有一个名为results的配置存储了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。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of Telugu-LLM-Labs/Telugu-Llama2-7B-v0-Instruct
• 来源: 自动创建于模型 Telugu-LLM-Labs/Telugu-Llama2-7B-v0-Instruct 在 Open LLM Leaderboard 的评估运行中。

数据集结构

• 配置数量: 63
• 每个配置对应: 一个评估任务
• 创建自: 2 次运行
• 分割命名: 使用运行的时间戳
• 训练分割: 始终指向最新结果

额外配置

• 结果配置: 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。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Telugu-LLM-Labs__Telugu-Llama2-7B-v0-Instruct", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自: 2024-03-15T07:27:44.596821
• 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、以及其他指标（mc1, mc2）及其标准误差（stderr）。

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_02_09T16_53_30.637957
      • 路径: **/details_harness|arc:challenge|25_2024-02-09T16-53-30.637957.parquet
    • 分割: 2024_03_15T07_27_44.596821
      • 路径: **/details_harness|arc:challenge|25_2024-03-15T07-27-44.596821.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-15T07-27-44.596821.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_02_09T16_53_30.637957
      • 路径: **/details_harness|gsm8k|5_2024-02-09T16-53-30.637957.parquet
    • 分割: 2024_03_15T07_27_44.596821
      • 路径: **/details_harness|gsm8k|5_2024-03-15T07-27-44.596821.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-15T07-27-44.596821.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_02_09T16_53_30.637957
      • 路径: **/details_harness|hellaswag|10_2024-02-09T16-53-30.637957.parquet
    • 分割: 2024_03_15T07_27_44.596821
      • 路径: **/details_harness|hellaswag|10_2024-03-15T07-27-44.596821.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-15T07-27-44.596821.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_02_09T16_53_30.637957
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-02-09T16-53-30.637957.parquet
        • **/details_harness|hendrycksTest-elect