open-llm-leaderboard/details_BarraHome__LLaMaRada-3-orpo-v2-8b
收藏Hugging Face2024-04-23 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_BarraHome__LLaMaRada-3-orpo-v2-8b
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型BarraHome/LLaMaRada-3-orpo-v2-8b时自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1次运行的详细信息，每次运行的结果作为一个特定的分割存储，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，用于计算和显示在Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型BarraHome/LLaMaRada-3-orpo-v2-8b时自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1次运行的详细信息，每次运行的结果作为一个特定的分割存储，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，用于计算和显示在Open LLM Leaderboard上的聚合指标。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集基本信息
- 名称: Evaluation run of BarraHome/LLaMaRada-3-orpo-v2-8b
- 创建目的: 自动创建于模型BarraHome/LLaMaRada-3-orpo-v2-8b的评估运行期间，用于Open LLM Leaderboard的评估。
- 组成: 包含63个配置，每个配置对应一个评估任务。
- 数据来源: 数据集由1次运行创建，每次运行对应一个特定分割，分割名称使用运行的时间戳命名。
数据集结构
- 分割: 每个配置包含多个分割，其中"train"分割指向最新结果。
- 额外配置: 包含一个名为"results"的配置，存储所有运行的聚合结果，用于计算和显示Leaderboard上的聚合指标。
加载数据示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_BarraHome__LLaMaRada-3-orpo-v2-8b", "harness_winogrande_5", split="train")
最新结果
- 结果位置: 存储于特定时间戳的JSON文件中，例如2024-04-23T10:22:36.405138。
- 结果内容: 包括多个任务的评估指标，如准确率(acc)、标准误差(acc_stderr)等。
配置详情
- 配置列表: 包括但不限于"harness|arc:challenge|25", "harness|gsm8k|5", "harness|hellaswag|10"等。
- 数据文件: 每个配置对应的数据文件存储在特定的路径下，使用时间戳或"latest"作为分割标识。
此数据集为模型评估提供了详细的数据支持，有助于分析模型在不同任务上的表现。
