open-llm-leaderboard/details_h2oai__h2o-danube2-1.8b-sft
收藏Hugging Face2024-04-05 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_h2oai__h2o-danube2-1.8b-sft
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h2oai/h2o-danube2-1.8b-sft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，每个配置对应一个被评估的任务。数据集是从1次运行中创建的，每次运行都可以在每个配置的特定分割中找到，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，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 Leaderboard上的聚合指标。
该数据集是在模型h2oai/h2o-danube2-1.8b-sft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，每个配置对应一个被评估的任务。数据集是从1次运行中创建的，每次运行都可以在每个配置的特定分割中找到，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，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 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: Evaluation run of h2oai/h2o-danube2-1.8b-sft
创建目的: 该数据集是在评估模型h2oai/h2o-danube2-1.8b-sft在Open LLM Leaderboard上的运行过程中自动创建的。
数据集组成:
- 配置数量: 63个
- 每个配置对应一个评估任务
- 数据来源: 从1次运行中创建
- 数据分割: 每个配置中的数据根据运行时间戳命名，"train"分割指向最新结果
- 额外配置: "results"配置存储所有聚合结果，用于计算和显示Leaderboard上的聚合指标
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_h2oai__h2o-danube2-1.8b-sft", "harness_winogrande_5", split="train")
最新结果
数据集包含最新的评估结果，详细记录了各个任务的准确率（acc）和标准误差（acc_stderr）等指标。例如：
-
harness|arc:challenge|25:
- acc: 0.39419795221843
- acc_stderr: 0.01428052266746733
-
harness|hellaswag|10:
- acc: 0.5350527783310097
- acc_stderr: 0.004977504446609001
-
harness|hendrycksTest-abstract_algebra|5:
- acc: 0.28
- acc_stderr: 0.04512608598542128
