open-llm-leaderboard-old/details_KeyonZeng__lion-gemma-2b

该数据集是在模型 KeyonZeng/lion-gemma-2b 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，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新结果。一个额外的配置 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。文件还提供了如何使用 Python 代码加载运行详情的示例，并列出了特定运行的最新结果。

原始信息汇总

数据集概述

数据集信息

• 名称: Evaluation run of KeyonZeng/lion-gemma-2b
• 来源: 自动创建于模型 KeyonZeng/lion-gemma-2b 在 Open LLM Leaderboard 的评估运行中。
• 组成: 包含63个配置，每个配置对应一个评估任务。
• 创建: 从1次运行中创建，每个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。"train" 分割始终指向最新的结果。
• 额外配置: "results" 配置存储所有运行的聚合结果，用于计算和显示聚合指标在 Open LLM Leaderboard 上。

最新结果

• 最新结果日期: 2024-03-27T19:39:48.412016
• 聚合结果: python { "all": { "acc": 0.5668938174135245, "acc_stderr": 0.033920558669041014, "acc_norm": 0.5732411787021572, "acc_norm_stderr": 0.034638970392460354, "mc1": 0.3108935128518972, "mc1_stderr": 0.016203316673559693, "mc2": 0.4792261052445388, "mc2_stderr": 0.015314648048905671 }, ... }

配置详情

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_03_27T19_39_48.412016
      • 路径: **/details_harness|arc:challenge|25_2024-03-27T19-39-48.412016.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-03-27T19-39-48.412016.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_03_27T19_39_48.412016
      • 路径: **/details_harness|gsm8k|5_2024-03-27T19-39-48.412016.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-03-27T19-39-48.412016.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_03_27T19_39_48.412016
      • 路径: **/details_harness|hellaswag|10_2024-03-27T19-39-48.412016.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-03-27T19-39-48.412016.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_03_27T19_39_48.412016
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-27T19-39-48.412016.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-03-27T19-39-48.412016.parquet
        • ...