open-llm-leaderboard-old/details_rmdhirr__Pulsar_7B
收藏Hugging Face2024-04-15 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_rmdhirr__Pulsar_7B
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型rmdhirr/Pulsar_7B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，每次运行的结果作为一个特定的分割存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新的结果。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rmdhirr/Pulsar_7B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，每次运行的结果作为一个特定的分割存储在配置中，分割名称使用运行的时间戳。train分割始终指向最新的结果。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-old
原始信息汇总
数据集概述
数据集信息
- 名称: Evaluation run of rmdhirr/Pulsar_7B
- 创建目的: 自动创建用于评估模型 rmdhirr/Pulsar_7B 在 Open LLM Leaderboard 上的表现。
- 组成: 包含 63 个配置，每个配置对应一个评估任务。
- 创建次数: 数据集从 1 次运行中创建，每个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。
- 额外配置: 一个名为 "results" 的配置存储所有运行的聚合结果，用于计算和显示聚合指标在 Open LLM Leaderboard 上。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_rmdhirr__Pulsar_7B", "harness_winogrande_5", split="train")
最新结果
- 最新结果时间戳: 2024-04-15T19:03:32.383521
- 详细结果: 包含多个任务的准确率（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
- 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5 等。
- 数据文件: 每个配置包含多个数据文件，路径格式为
**/details_harness|任务名称|参数_时间戳.parquet，分割包括 "2024_04_15T19_03_32.383521" 和 "latest"。
