open-llm-leaderboard/details_netcat420__MFANN3bv0.2
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_netcat420__MFANN3bv0.2
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netcat420/MFANN3bv0.2时自动生成的，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，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netcat420/MFANN3bv0.2时自动生成的，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，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
数据集基本信息
- 名称: Evaluation run of netcat420/MFANN3bv0.2
- 创建目的: 自动创建于模型netcat420/MFANN3bv0.2在Open LLM Leaderboard的评估运行期间。
数据集结构
- 组成: 包含63个配置，每个配置对应一个评估任务。
- 数据来源: 数据集由1次运行创建，每次运行以特定的时间戳命名，形成不同的数据分割。
- 特殊配置: “results”配置存储所有运行的聚合结果，用于计算和显示聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_netcat420__MFANN3bv0.2", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 最新结果来自2024-04-05T22:06:13.928028的运行。
- 结果内容: 包括多个任务的准确率(acc)、标准误差(acc_stderr)等指标。
配置详情
- 配置列表:
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
- 数据文件: 每个配置包含以时间戳命名的数据分割和“latest”分割，路径指向相应的.parquet文件。
