open-llm-leaderboard/details_M4-ai__Hercules-Qwen1.5-14B
收藏Hugging Face2024-03-30 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_M4-ai__Hercules-Qwen1.5-14B
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在Open LLM Leaderboard上对模型M4-ai/Hercules-Qwen1.5-14B进行评估时自动创建的。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，每次运行的结果作为特定配置中的一个分割，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，用于在Open LLM Leaderboard上计算和显示聚合指标。
该数据集是在Open LLM Leaderboard上对模型M4-ai/Hercules-Qwen1.5-14B进行评估时自动创建的。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，每次运行的结果作为特定配置中的一个分割，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，用于在Open LLM Leaderboard上计算和显示聚合指标。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
基本信息
- 数据集名称: Evaluation run of M4-ai/Hercules-Qwen1.5-14B
- 创建目的: 自动创建于模型M4-ai/Hercules-Qwen1.5-14B在Open LLM Leaderboard的评估运行期间。
数据集结构
- 组成: 包含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，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
- 特殊配置: 额外配置“results”存储所有运行的聚合结果，用于计算和显示聚合指标。
加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_M4-ai__Hercules-Qwen1.5-14B", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-30T16:34:58.279615的运行。
- 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:
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
- 数据文件: 每个配置包含不同时间戳的分割数据文件，以及指向最新结果的“latest”分割。
