open-llm-leaderboard-old/details_Sao10K__Sensualize-Mixtral-bf16
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_Sao10K__Sensualize-Mixtral-bf16
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型Sao10K/Sensualize-Mixtral-bf16在Open LLM Leaderboard上进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集包含一次运行的结果，每次运行作为每个配置中的一个特定分割存储，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外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。README还提供了一个Python代码片段用于加载数据集，并列出了特定运行的最新结果。
该数据集是在模型Sao10K/Sensualize-Mixtral-bf16在Open LLM Leaderboard上进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集包含一次运行的结果，每次运行作为每个配置中的一个特定分割存储，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外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。README还提供了一个Python代码片段用于加载数据集，并列出了特定运行的最新结果。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集创建
- 创建背景：该数据集是在对模型 Sao10K/Sensualize-Mixtral-bf16 进行评估运行期间自动创建的。
- 评估平台：数据集用于 Open LLM Leaderboard。
数据集结构
- 配置数量：数据集包含 63 个配置，每个配置对应一个评估任务。
- 运行次数：数据集从 1 次运行中创建。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。
- 最新结果："train" 分割始终指向最新的结果。
- 结果汇总：一个额外的配置 "results" 存储所有运行的汇总结果，用于计算和显示 Open LLM Leaderboard 上的汇总指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Sao10K__Sensualize-Mixtral-bf16", "harness_winogrande_5", split="train")
最新结果
- 结果来源：最新结果来自 2024-01-10T22:29:28.201230 运行。
- 详细指标：包括准确率（acc）、标准化准确率（acc_norm）、多选题得分（mc1, mc2）等，以及它们的标准误差（stderr）。
配置详情
- 配置名称：包括
harness_arc_challenge_25,harness_gsm8k_5,harness_hellaswag_10,harness_hendrycksTest_5等。 - 数据文件：每个配置包含多个分割，如
2024_01_10T22_29_28.201230和latest，路径指向相应的.parquet文件。
联系信息
- 联系人：clementine@hf.co
