open-llm-leaderboard/details_nlpguy__T3QM7X
收藏Hugging Face2024-03-24 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_nlpguy__T3QM7X
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nlpguy/T3QM7X的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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，每次运行的结果存储为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，results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。
该数据集是在模型nlpguy/T3QM7X的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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，每次运行的结果存储为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，results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 nlpguy/T3QM7X
- 创建原因: 自动创建于模型nlpguy/T3QM7X在Open LLM Leaderboard的评估运行期间。
- 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，每次运行作为一个特定的分割，分割名称为运行的时间戳。
- 特殊配置: 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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_nlpguy__T3QM7X", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-24T15:09:54.363451的运行。
- 结果内容: 包括多个任务的准确率（acc）、标准误差（acc_stderr）、归一化准确率（acc_norm）和归一化标准误差（acc_norm_stderr）等指标。
配置详情
- 配置名称: 如"harness|arc:challenge|25"、"harness|gsm8k|5"、"harness|hellaswag|10"等。
- 数据文件: 每个配置包含多个数据文件，每个文件对应一个特定的分割，如"2024_03_24T15_09_54.363451"和"latest"。
- 文件路径: 如
**/details_harness|arc:challenge|25_2024-03-24T15-09-54.363451.parquet。
此数据集为评估模型性能提供了详细的数据支持，适用于进一步的分析和研究。
