open-llm-leaderboard-old/details_nbeerbower__flammen8-mistral-7B
收藏Hugging Face2024-03-21 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_nbeerbower__flammen8-mistral-7B
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是自动创建的，用于评估模型nbeerbower/flammen8-mistral-7B在Open LLM Leaderboard上的性能。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，每次运行都有特定的分割，分割名称使用运行的时间戳。还有一个名为"results"的额外配置，存储所有运行的聚合结果，用于计算和显示Leaderboard上的聚合指标。
该数据集是自动创建的，用于评估模型nbeerbower/flammen8-mistral-7B在Open LLM Leaderboard上的性能。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，每次运行都有特定的分割，分割名称使用运行的时间戳。还有一个名为"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片存在，分片名称使用运行的时间戳。
- "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_nbeerbower__flammen8-mistral-7B", "harness_winogrande_5", split="train")
最新结果
- 这些是最新结果，来自2024-03-21T22:49:37.512588的运行。
- 结果包括多个任务的准确率（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。
配置详情
-
harness_arc_challenge_25
- 分片：2024_03_21T22_49_37.512588, latest
- 路径：
**/details_harness|arc:challenge|25_2024-03-21T22-49-37.512588.parquet
-
harness_gsm8k_5
- 分片：2024_03_21T22_49_37.512588, latest
- 路径：
**/details_harness|gsm8k|5_2024-03-21T22-49-37.512588.parquet
-
harness_hellaswag_10
- 分片：2024_03_21T22_49_37.512588, latest
- 路径：
**/details_harness|hellaswag|10_2024-03-21T22-49-37.512588.parquet
-
harness_hendrycksTest_5
- 分片：2024_03_21T22_49_37.512588, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2024-03-21T22-49-37.512588.parquet等。
