open-llm-leaderboard-old/details_Tensoic__Gemma-2B-Samvaad

该数据集是在Open LLM Leaderboard上对模型Tensoic/Gemma-2B-Samvaad进行评估时自动创建的。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，并用于计算和显示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 Tensoic/Gemma-2B-Samvaad
• 来源: 在Open LLM Leaderboard上对模型Tensoic/Gemma-2B-Samvaad的评估运行期间自动创建。
• 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，每个运行可以在每个配置中找到一个特定的分割，分割名称使用运行的时间戳。"train"分割始终指向最新的结果。
• 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_Tensoic__Gemma-2B-Samvaad", "harness_winogrande_5", split="train")

最新结果

• 来源: 最新结果来自2024-02-29T16:22:57.666384
• 详细结果: python { "all": { "acc": 0.3360458197941767, "acc_stderr": 0.03323760993199669, "acc_norm": 0.3391455847920635, "acc_norm_stderr": 0.034017762568725546, "mc1": 0.25703794369645044, "mc1_stderr": 0.01529807750948508, "mc2": 0.39950374063892946, "mc2_stderr": 0.014392561951779027 }, "harness|arc:challenge|25": { "acc": 0.45733788395904434, "acc_stderr": 0.014558106543924068, "acc_norm": 0.4658703071672355, "acc_norm_stderr": 0.014577311315231097 }, "harness|hellaswag|10": { "acc": 0.5046803425612428, "acc_stderr": 0.004989562798280525, "acc_norm": 0.681736705835491, "acc_norm_stderr": 0.004648503177353945 }, ... }

配置信息

• 配置名称: harness_arc_challenge_25

  • 数据文件:
    • 分割: 2024_02_29T16_22_57.666384
      • 路径: **/details_harness|arc:challenge|25_2024-02-29T16-22-57.666384.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-02-29T16-22-57.666384.parquet

• 配置名称: harness_gsm8k_5

  • 数据文件:
    • 分割: 2024_02_29T16_22_57.666384
      • 路径: **/details_harness|gsm8k|5_2024-02-29T16-22-57.666384.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-02-29T16-22-57.666384.parquet

• 配置名称: harness_hellaswag_10

  • 数据文件:
    • 分割: 2024_02_29T16_22_57.666384
      • 路径: **/details_harness|hellaswag|10_2024-02-29T16-22-57.666384.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-02-29T16-22-57.666384.parquet

• 配置名称: harness_hendrycksTest_5

  • 数据文件:
    • 分割: 2024_02_29T16_22_57.666384
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-29T16-22-57.666384.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-29T16-22-57.666384.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-29T16-22-57.666384.parquet
        • ...
    • 分割: latest
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-29T16-22-57.666384.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-29T16-22-57.666384.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-29T16-22-57.666384.parquet
        • ...