open-llm-leaderboard/details_Abhaykoul__vortex2
收藏Hugging Face2024-03-27 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Abhaykoul__vortex2
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Abhaykoul/vortex2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。数据集由1次运行创建，每次运行作为每个配置中的一个特定拆分，拆分的名称使用运行的时间戳。train拆分始终指向最新结果。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Open LLM Leaderboard上的聚合指标。README文件还提供了一个Python代码片段，用于加载运行的详细信息，并提供了特定运行的最新结果。
该数据集是在Open LLM Leaderboard上对模型Abhaykoul/vortex2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。数据集由1次运行创建，每次运行作为每个配置中的一个特定拆分，拆分的名称使用运行的时间戳。train拆分始终指向最新结果。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Open LLM Leaderboard上的聚合指标。README文件还提供了一个Python代码片段，用于加载运行的详细信息，并提供了特定运行的最新结果。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称
- pretty_name: Evaluation run of Abhaykoul/vortex2
数据集描述
- dataset_summary: 该数据集是在评估模型Abhaykoul/vortex2在Open LLM Leaderboard上的运行过程中自动创建的。
数据集组成
- 数据结构: 由63个配置组成，每个配置对应一个评估任务。
- 创建来源: 数据集从1次运行中创建，每次运行作为一个特定的分割，分割名称使用运行的时间戳。
- 特殊配置: 存在一个名为"results"的额外配置，存储所有运行的聚合结果，用于计算和显示聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Abhaykoul__vortex2", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-27T19:32:44.607309的运行。
- 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。
配置详情
- 配置列表:
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5 (包含多个子任务配置)
每个配置包含不同的时间戳分割和最新分割，用于存储对应任务的数据。
