官方服务：
资源简介：
Summary of model fit indices.
应用场景：
创建时间：
2020-07-02
相关数据集
open-llm-leaderboard-old/details_Kiddyz__testlm2
该数据集是在模型Kiddyz/testlm2的评估运行中自动创建的，包含了61个配置，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行都可以在特定配置中找到，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，用于计算和显示在Open LLM Leaderboard上的聚合指标。
Hugging Face2023-08-27 更新300
open-llm-leaderboard-old/details_facebook__xglm-4.5B
该数据集是在评估模型facebook/xglm-4.5B时自动创建的，评估是在Open LLM Leaderboard上进行的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，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。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，并用于计算和显示Open LLM
Hugging Face2023-10-18 更新110
arjun3103/haystack_faithfulness_evaluation
--- dataset_info: features: - name: questions dtype: string - name: contexts sequence: string - name: answers dtype: string - name: ans_type dtype: string - name: faithfuln
Hugging Face2024-06-06 更新80
open-llm-leaderboard-old/details_w601sxs__b1ade-1b
--- pretty_name: Evaluation run of w601sxs/b1ade-1b dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [w601sxs/b1ade-1b](https://huggingface.co/w601sxs/b1ade-1b)
Hugging Face2023-09-17 更新190
tartuNLP/ifeval_et
ifeval_et是IFEval数据集的爱沙尼亚语版本，用于测量语言模型的指令遵循能力。每个示例都由专业翻译手动翻译并适应爱沙尼亚的文化背景。指令被修改以去除请求输出语言不是英语或爱沙尼亚语的情况。
Hugging Face2025-12-30 更新90
