open-llm-leaderboard-old/details_OpenModels4all__gemma-1.1-7b-it
收藏Hugging Face2024-04-09 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_OpenModels4all__gemma-1.1-7b-it
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OpenModels4all/gemma-1.1-7b-it进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。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，运行的时间戳用于命名分割。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，并用于计算和显示在Open LLM Leaderboard上的聚合指标。README还提供了如何加载运行细节的代码示例，并展示了最新的评估结果。
该数据集是在Open LLM Leaderboard上对模型OpenModels4all/gemma-1.1-7b-it进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。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，运行的时间戳用于命名分割。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，并用于计算和显示在Open LLM Leaderboard上的聚合指标。README还提供了如何加载运行细节的代码示例，并展示了最新的评估结果。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集组成
- 该数据集包含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，每个运行的结果存储在特定的分割中，分割名称使用运行的时间戳。
- "train"分割始终指向最新的结果。
- 一个额外的配置"results"存储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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_OpenModels4all__gemma-1.1-7b-it", "harness_winogrande_5", split="train")
最新结果
- 这些是最新结果，来自2024-04-09T11:06:14.950936的运行。
- 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、以及其他指标（如mc1, mc2等）及其标准误差（stderr）。
配置详情
- harness_arc_challenge_25
- 数据文件路径：
**/details_harness|arc:challenge|25_2024-04-09T11-06-14.950936.parquet
- 数据文件路径：
- harness_gsm8k_5
- 数据文件路径：
**/details_harness|gsm8k|5_2024-04-09T11-06-14.950936.parquet
- 数据文件路径：
- harness_hellaswag_10
- 数据文件路径：
**/details_harness|hellaswag|10_2024-04-09T11-06-14.950936.parquet
- 数据文件路径：
- harness_hendrycksTest_5
- 数据文件路径：多个文件，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-09T11-06-14.950936.parquet等。
- 数据文件路径：多个文件，包括
