open-llm-leaderboard/details_abideen__Mistral-v2-orpo
收藏Hugging Face2024-03-27 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_abideen__Mistral-v2-orpo
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abideen/Mistral-v2-orpo时自动创建的，主要用于Open LLM Leaderboard上的评估任务。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次运行生成，每次运行的结果可以在每个配置的特定分割中找到，分割名称使用运行的时间戳命名。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Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型abideen/Mistral-v2-orpo时自动创建的，主要用于Open LLM Leaderboard上的评估任务。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次运行生成，每次运行的结果可以在每个配置的特定分割中找到，分割名称使用运行的时间戳命名。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Open LLM Leaderboard上的聚合指标。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集基本信息
- 名称: Evaluation run of abideen/Mistral-v2-orpo
- 创建目的: 自动创建于模型abideen/Mistral-v2-orpo在Open LLM Leaderboard的评估运行期间。
- 数据集组成: 包含63个配置，每个配置对应一个评估任务。
- 创建次数: 数据集由1次运行创建。
数据集结构
- 配置详情:
- 每个配置包含一个特定的任务评估结果。
- 每个运行结果以时间戳命名的分割存储。
- "train"分割指向最新结果。
- 额外配置"results"存储所有运行的聚合结果，用于计算和显示聚合指标。
加载数据示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_abideen__Mistral-v2-orpo", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-27T19:23:42.254208的运行。
- 结果内容: 包含多个任务的准确率(acc)、标准误差(acc_stderr)等指标。
配置文件详情
- 配置名称: 如"harness_arc_challenge_25", "harness_gsm8k_5", "harness_hellaswag_10"等。
- 数据文件: 每个配置包含以时间戳命名的分割和"latest"分割的数据文件路径。
以上概述提供了数据集的基本信息、结构、加载方法及最新结果的简要说明。
