open-llm-leaderboard/details_Columbia-NLP__gemma-2b-zephyr-dpo

该数据集是在Open LLM Leaderboard上对模型Columbia-NLP/gemma-2b-zephyr-dpo进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由1次运行生成，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分割始终指向最新结果。此外，results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

数据集名称

• Evaluation run of Columbia-NLP/gemma-2b-zephyr-dpo

数据集描述

• 该数据集是在评估模型Columbia-NLP/gemma-2b-zephyr-dpo的过程中自动创建的，用于Open LLM Leaderboard。
• 数据集包含63个配置，每个配置对应一个评估任务。
• 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。
• “train”分割始终指向最新的结果。
• 额外的配置“results”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。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Columbia-NLP__gemma-2b-zephyr-dpo", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-04-15T14:54:53.689940的运行，包含多个任务的评估指标。

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

每个配置包含特定任务的评估数据，数据文件根据时间戳和最新结果进行分割。