open-llm-leaderboard/details_MaziyarPanahi__gemma-7b-alpaca-52k-v0.1

该数据集是在Open LLM Leaderboard上对模型MaziyarPanahi/gemma-7b-alpaca-52k-v0.1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。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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

数据集名称

• Evaluation run of MaziyarPanahi/gemma-7b-alpaca-52k-v0.1

数据集描述

• 该数据集是自动创建的，用于评估模型MaziyarPanahi/gemma-7b-alpaca-52k-v0.1在Open LLM Leaderboard上的性能。
• 数据集由63个配置组成，每个配置对应一个评估任务。
• 数据集来源于1次运行，每次运行作为特定分割存储，分割名称使用运行的时间戳命名。
• “train”分割始终指向最新结果。
• 额外配置“results”存储所有运行结果的聚合结果，用于计算和显示聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_MaziyarPanahi__gemma-7b-alpaca-52k-v0.1", "harness_winogrande_5", split="train")

最新结果

• 最新结果来自2024-03-24T22:28:14.012333的运行，包含多个任务的评估结果，如准确率、标准误差等。

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

每个配置包含多个数据文件，分别对应不同的分割（如时间戳分割和“latest”分割），用于存储特定任务的评估数据。