open-llm-leaderboard-old/details_NobodyExistsOnTheInternet__code-llama-70b-python-instruct
收藏Hugging Face2024-02-02 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_NobodyExistsOnTheInternet__code-llama-70b-python-instruct
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型NobodyExistsOnTheInternet/code-llama-70b-python-instruct时自动生成的，评估过程在Open LLM Leaderboard上进行。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1次运行的详细信息，每次运行的结果存储在不同的分割中，分割名称使用运行的时间戳命名。此外，数据集还包含一个名为"results"的配置，用于存储所有运行的聚合结果，并在Open LLM Leaderboard上显示聚合指标。
该数据集是在评估模型NobodyExistsOnTheInternet/code-llama-70b-python-instruct时自动生成的，评估过程在Open LLM Leaderboard上进行。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含1次运行的详细信息，每次运行的结果存储在不同的分割中，分割名称使用运行的时间戳命名。此外，数据集还包含一个名为"results"的配置，用于存储所有运行的聚合结果，并在Open LLM Leaderboard上显示聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
该数据集是在对模型 NobodyExistsOnTheInternet/code-llama-70b-python-instruct 进行评估运行期间自动创建的，用于 Open LLM Leaderboard。
数据集组成
- 数据集包含 63 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。每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
- "train" 分割始终指向最新结果。
- 额外的配置 "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。
最新结果
- 最新结果来自 2024-02-02T07:32:36.212408 运行。
- 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、以及它们的误差（stderr）。
加载数据示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_NobodyExistsOnTheInternet__code-llama-70b-python-instruct", "harness_winogrande_5", split="train")
配置详情
-
harness_arc_challenge_25
- 分割：2024_02_02T07_32_36.212408, latest
- 路径：
**/details_harness|arc:challenge|25_2024-02-02T07-32-36.212408.parquet
-
harness_gsm8k_5
- 分割：2024_02_02T07_32_36.212408, latest
- 路径：
**/details_harness|gsm8k|5_2024-02-02T07-32-36.212408.parquet
-
harness_hellaswag_10
- 分割：2024_02_02T07_32_36.212408, latest
- 路径：
**/details_harness|hellaswag|10_2024-02-02T07-32-36.212408.parquet
-
harness_hendrycksTest_5
- 分割：2024_02_02T07_32_36.212408, latest
- 路径：多个任务的详细路径
