open-llm-leaderboard/details_IAFrance__ECE-TW3-JRGL-VHF9
收藏Hugging Face2024-04-17 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_IAFrance__ECE-TW3-JRGL-VHF9
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IAFrance/ECE-TW3-JRGL-VHF9时自动创建的，评估过程在Open LLM Leaderboard上进行。数据集包含16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，每次运行可以在每个配置中找到，运行的分割使用时间戳命名。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。
该数据集是在评估模型IAFrance/ECE-TW3-JRGL-VHF9时自动创建的，评估过程在Open LLM Leaderboard上进行。数据集包含16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，每次运行可以在每个配置中找到，运行的分割使用时间戳命名。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。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称
Evaluation run of IAFrance/ECE-TW3-JRGL-VHF9
数据集创建
该数据集是在评估模型IAFrance/ECE-TW3-JRGL-VHF9的过程中自动创建的，用于Open LLM Leaderboard。
数据集组成
- 配置数量: 16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，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
- 额外配置: “results”配置存储了所有运行的聚合结果，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_IAFrance__ECE-TW3-JRGL-VHF9", "harness_hendrycksTest_electrical_engineering_5", split="train")
最新结果
最新结果包括所有评估任务的准确率(acc)和标准误差(acc_stderr)，以及归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)。具体数值请参考README文件中的详细数据。
