open-llm-leaderboard-old/details_PotatoB__MergeM-7B
收藏Hugging Face2024-04-07 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_PotatoB__MergeM-7B
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PotatoB/MergeM-7B的评估过程中自动创建的，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2次运行生成，每次运行的结果存储为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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，并用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在模型PotatoB/MergeM-7B的评估过程中自动创建的，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2次运行生成，每次运行的结果存储为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。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，并用于计算和显示Open LLM Leaderboard上的聚合指标。
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2次运行生成，每次运行在每个配置中作为一个特定的分割存在，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_PotatoB__MergeM-7B", "harness_winogrande_5", split="train")
最新结果
- 这些是最新的结果，来自2024-04-07T11:18:31.665836的运行。
- 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、以及它们的误差（stderr）。
配置详情
-
harness_arc_challenge_25
- 分割：2024_04_07T11_12_15.982638, 2024_04_07T11_18_31.665836, latest
- 路径：
**/details_harness|arc:challenge|25_2024-04-07T11-18-31.665836.parquet
-
harness_gsm8k_5
- 分割：2024_04_07T11_12_15.982638, 2024_04_07T11_18_31.665836, latest
- 路径：
**/details_harness|gsm8k|5_2024-04-07T11-18-31.665836.parquet
-
harness_hellaswag_10
- 分割：2024_04_07T11_12_15.982638, 2024_04_07T11_18_31.665836, latest
- 路径：
**/details_harness|hellaswag|10_2024-04-07T11-18-31.665836.parquet
-
harness_hendrycksTest_5
- 分割：2024_04_07T11_12_15.982638, 2024_04_07T11_18_31.665836, latest
- 路径：多个任务的详细路径
