open-llm-leaderboard-old/details_xDAN-AI__xDAN-L1Mix-DeepThinking-v2
收藏Hugging Face2023-12-20 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_xDAN-AI__xDAN-L1Mix-DeepThinking-v2
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在Open LLM Leaderboard上对模型xDAN-AI/xDAN-L1Mix-DeepThinking-v2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次运行生成，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"分割始终指向最新结果。此外，"results"配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。
该数据集是在Open LLM Leaderboard上对模型xDAN-AI/xDAN-L1Mix-DeepThinking-v2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次运行生成，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"分割始终指向最新结果。此外，"results"配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集组成
- 该数据集包含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，每个运行结果可以在每个配置中找到，以运行的时间戳命名的特定分片形式存储。
- "train"分片始终指向最新的结果。
- 一个额外的配置"results"存储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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_xDAN-AI__xDAN-L1Mix-DeepThinking-v2", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2023-12-20T23:52:50.736278的运行，包含多个任务的准确率和标准误差。
配置详情
-
harness_arc_challenge_25
- 分片：2023_12_20T23_52_50.736278, latest
- 路径：
**/details_harness|arc:challenge|25_2023-12-20T23-52-50.736278.parquet
-
harness_gsm8k_5
- 分片：2023_12_20T23_52_50.736278, latest
- 路径：
**/details_harness|gsm8k|5_2023-12-20T23-52-50.736278.parquet
-
harness_hellaswag_10
- 分片：2023_12_20T23_52_50.736278, latest
- 路径：
**/details_harness|hellaswag|10_2023-12-20T23-52-50.736278.parquet
-
harness_hendrycksTest_5
- 分片：2023_12_20T23_52_50.736278, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2023-12-20T23-52-50.736278.parquet等。
