open-llm-leaderboard/details_R136a1__InfinityLake-2x7B
收藏Hugging Face2024-04-15 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_R136a1__InfinityLake-2x7B
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R136a1/InfinityLake-2x7B的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到，分割以运行的时间戳命名。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在模型R136a1/InfinityLake-2x7B的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到，分割以运行的时间戳命名。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示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
数据集名称
- pretty_name: Evaluation run of R136a1/InfinityLake-2x7B
数据集描述
- dataset_summary: 该数据集是在评估模型R136a1/InfinityLake-2x7B运行期间自动创建的，用于Open LLM Leaderboard。
数据集组成
- 配置数量: 63个配置，每个配置对应一个评估任务。
- 数据来源: 数据集由1次运行创建，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命名。
- 特殊配置: 额外配置“results”存储了所有运行的聚合结果，用于计算和显示聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_R136a1__InfinityLake-2x7B", "harness_winogrande_5", split="train")
最新结果
- 结果来源: latest results from run 2024-04-15T21:42:42.681302
- 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。
配置详情
- 配置列表: 包括harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10等多个配置。
- 数据文件路径: 每个配置包含多个数据文件，路径根据不同的分割（如2024_04_15T21_42_42.681302和latest）进行组织。
数据集使用
- 加载数据: 使用
load_dataset函数加载特定配置和分割的数据。 - 结果分析: 分析各任务的评估结果，如准确率、标准误差等，以评估模型性能。
