open-llm-leaderboard/details_AlanRobotics__nanit_v2
收藏Hugging Face2024-04-20 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_AlanRobotics__nanit_v2
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AlanRobotics/nanit_v2时自动创建的，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，每次运行的结果存储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，用于计算和显示在Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型AlanRobotics/nanit_v2时自动创建的，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，每次运行的结果存储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，用于计算和显示在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 AlanRobotics/nanit_v2
数据集描述
- 该数据集是在评估模型AlanRobotics/nanit_v2的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。
数据集组成
- 包含63个配置，每个配置对应一个评估任务。
- 数据集由1次运行创建，每次运行对应一个特定分割，分割名称使用运行的时间戳命名。
- 存在一个名为"train"的分割，始终指向最新结果。
- 额外配置"results"存储所有运行结果的聚合结果，用于计算和显示聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_AlanRobotics__nanit_v2", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-04-20T20:58:53.692127的运行，包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。
数据集详细配置
配置列表
-
harness_arc_challenge_25
- 数据文件路径：
**/details_harness|arc:challenge|25_2024-04-20T20-58-53.692127.parquet - 最新结果路径：同上
- 数据文件路径：
-
harness_gsm8k_5
- 数据文件路径：
**/details_harness|gsm8k|5_2024-04-20T20-58-53.692127.parquet - 最新结果路径：同上
- 数据文件路径：
-
harness_hellaswag_10
- 数据文件路径：
**/details_harness|hellaswag|10_2024-04-20T20-58-53.692127.parquet - 最新结果路径：同上
- 数据文件路径：
-
harness_hendrycksTest_5
- 数据文件路径：包含多个子任务，如
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-20T20-58-53.692127.parquet等 - 最新结果路径：同上
- 数据文件路径：包含多个子任务，如
以上配置涵盖了数据集的主要结构和内容，以及如何加载和访问数据。
