open-llm-leaderboard-old/details_0x7194633__fialka-13B-v4
收藏Hugging Face2024-02-02 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_0x7194633__fialka-13B-v4
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0x7194633/fialka-13B-v4时自动创建的，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一个特定的分割存储在配置中，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0x7194633/fialka-13B-v4时自动创建的，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一个特定的分割存储在配置中，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-old
原始信息汇总
数据集概述
数据集信息
- 名称: Evaluation run of 0x7194633/fialka-13B-v4
- 摘要: 该数据集是在评估模型 0x7194633/fialka-13B-v4 在 Open LLM Leaderboard 上的自动创建的。
- 组成: 包含63个配置，每个配置对应一个评估任务。
- 创建: 从1次运行中创建，每个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。
- 结果配置: 额外的 "results" 配置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。
最新结果
- 时间戳: 2024-02-02T02:04:36.261546
- 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、标准误差（acc_stderr、acc_norm_stderr）等指标。
配置信息
- 配置名称:
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
- 数据文件:
- 每个配置包含多个分割，如 "2024_02_02T02_04_36.261546" 和 "latest"，每个分割对应一个或多个数据文件路径。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_0x7194633__fialka-13B-v4", "harness_winogrande_5", split="train")
