open-llm-leaderboard-old/details_royallab__PsyOrca2-13b-DARE
收藏Hugging Face2024-01-10 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_royallab__PsyOrca2-13b-DARE
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在对模型royallab/PsyOrca2-13b-DARE进行评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从两次运行中创建的，每次运行都作为一个特定的分割存储，分割名称使用运行的时间戳命名。此外，还有一个名为results的配置，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。
该数据集是在对模型royallab/PsyOrca2-13b-DARE进行评估运行期间自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从两次运行中创建的，每次运行都作为一个特定的分割存储，分割名称使用运行的时间戳命名。此外，还有一个名为results的配置，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。
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。
- 数据集由2次运行生成，每次运行的结果作为特定分割存储，分割名称使用运行的时间戳。
- "train"分割始终指向最新的结果。
额外配置
- 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_royallab__PsyOrca2-13b-DARE", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-01-10T23:27:51.298372运行，包含多个任务的准确率和标准误差。
配置详情
-
harness_arc_challenge_25
- 分割：2024_01_10T23_21_46.369344, 2024_01_10T23_27_51.298372, latest
- 路径：
**/details_harness|arc:challenge|25_2024-01-10T23-21-46.369344.parquet,**/details_harness|arc:challenge|25_2024-01-10T23-27-51.298372.parquet
-
harness_gsm8k_5
- 分割：2024_01_10T23_21_46.369344, 2024_01_10T23_27_51.298372, latest
- 路径：
**/details_harness|gsm8k|5_2024-01-10T23-21-46.369344.parquet,**/details_harness|gsm8k|5_2024-01-10T23-27-51.298372.parquet
-
harness_hellaswag_10
- 分割：2024_01_10T23_21_46.369344, 2024_01_10T23_27_51.298372, latest
- 路径：
**/details_harness|hellaswag|10_2024-01-10T23-21-46.369344.parquet,**/details_harness|hellaswag|10_2024-01-10T23-27-51.298372.parquet
-
harness_hendrycksTest_5
- 分割：2024_01_10T23_21_46.369344, 2024_01_10T23_27_51.298372, latest
- 路径：多个任务的parquet文件路径
