open-llm-leaderboard/details_aridoverrun__Foxglove_7B
收藏Hugging Face2024-04-07 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_aridoverrun__Foxglove_7B
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aridoverrun/Foxglove_7B在Open LLM Leaderboard上的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。它包含1次运行的结果，每次运行在每个配置中表示为特定的分割。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，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。文件还提供了如何使用Python中的datasets库加载运行中的详细信息的示例。
该数据集是在模型aridoverrun/Foxglove_7B在Open LLM Leaderboard上的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。它包含1次运行的结果，每次运行在每个配置中表示为特定的分割。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，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。文件还提供了如何使用Python中的datasets库加载运行中的详细信息的示例。
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 aridoverrun/Foxglove_7B
数据集描述
- dataset_summary: 该数据集是在评估模型aridoverrun/Foxglove_7B运行过程中自动创建的，用于Open LLM Leaderboard。
数据集组成
- 配置数量: 63个配置
- 数据来源: 从1次运行中创建
- 数据分割: 每个配置中包含特定分割，以运行的时间戳命名。"train"分割指向最新结果。
特殊配置
- results: 存储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。
加载数据示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_aridoverrun__Foxglove_7B", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-07T13:51:47.126129的运行
- 结果内容: 包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。
数据集配置详情
配置列表
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
每个配置包含特定任务的数据，如数学、物理、化学等领域的测试结果。
