open-llm-leaderboard-old/details_juhwanlee__llmdo-Mistral-7B-case-5
收藏Hugging Face2024-03-07 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_juhwanlee__llmdo-Mistral-7B-case-5
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juhwanlee/llmdo-Mistral-7B-case-5运行期间自动创建的，用于Open LLM排行榜。数据集包含63个配置，每个配置对应一个评估任务。数据集来自一次运行，每次运行都以运行的时间戳命名为特定的分割。train分割始终指向最新的结果。此外，results配置存储了运行的所有聚合结果，用于在排行榜上计算和显示聚合指标。文件中还包含了用于加载运行数据集详细信息的Python代码片段。
该数据集是在评估模型juhwanlee/llmdo-Mistral-7B-case-5运行期间自动创建的，用于Open LLM排行榜。数据集包含63个配置，每个配置对应一个评估任务。数据集来自一次运行，每次运行都以运行的时间戳命名为特定的分割。train分割始终指向最新的结果。此外，results配置存储了运行的所有聚合结果，用于在排行榜上计算和显示聚合指标。文件中还包含了用于加载运行数据集详细信息的Python代码片段。
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 juhwanlee/llmdo-Mistral-7B-case-5
- 来源: 自动创建于模型 juhwanlee/llmdo-Mistral-7B-case-5 在 Open LLM Leaderboard 的评估运行中。
- 组成: 包含 63 个配置，每个配置对应一个评估任务。
- 创建: 数据集从 1 次运行中创建，每个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。"train" 分割始终指向最新的结果。
- 结果汇总: 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 Open LLM Leaderboard 上的聚合指标。
最新结果
- 时间戳: 2024-03-07T12:56:01.569270
- 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、以及其他指标（如 mc1, mc2 等）及其标准误差（stderr）。
配置详情
- harness_arc_challenge_25:
- 分割: 2024_03_07T12_56_01.569270, latest
- 路径: 包含多个 parquet 文件路径
- harness_gsm8k_5:
- 分割: 2024_03_07T12_56_01.569270, latest
- 路径: 包含多个 parquet 文件路径
- harness_hellaswag_10:
- 分割: 2024_03_07T12_56_01.569270, latest
- 路径: 包含多个 parquet 文件路径
- harness_hendrycksTest_5:
- 分割: 2024_03_07T12_56_01.569270, latest
- 路径: 包含多个 parquet 文件路径
加载数据示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_juhwanlee__llmdo-Mistral-7B-case-5", "harness_winogrande_5", split="train")
