The CIPR data: Summary goodness-of-fit statistics for all fitted models.

Figshare2022-12-01 更新2026-04-28 收录

数据链接：

https://figshare.com/articles/dataset/The_CIPR_data_Summary_goodness-of-fit_statistics_for_all_fitted_models_/21661104 数据链接链接失效反馈

官方服务：

资源简介：

The CIPR data: Summary goodness-of-fit statistics for all fitted models.

创建时间：

2022-12-01

open-llm-leaderboard-old/details_jsfs11__MoEv4Config-TestWeightedTIES-7b

模型评估

自然语言处理

--- pretty_name: Evaluation run of jsfs11/MoEv4Config-TestWeightedTIES-7b dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [jsfs11/MoEv4Config-TestWeightedTIES-7

Hugging Face2024-02-13 更新250

open-llm-leaderboard-old/details_raincandy-u__Rain-7B-v0.2

自然语言处理

模型评估

该数据集是在模型 raincandy-u/Rain-7B-v0.2 在 Open LLM Leaderboard 上的评估运行期间自动创建的。数据集由 63 个配置组成，每个配置对应一个评估任务。它包含 1 次运行的结果，每次运行在每个配置中表示为特定的分割。train 分割始终指向最新结果。一个名为 results 的额外配置存储了所有运行的聚合结果，这些结果用于计算和显示 Open LLM L

Hugging Face2024-04-06 更新140

Five Repeatable Flaws in GPT-OSS-20B

自然语言处理

模型评估

Seed-stable transcripts highlighting deception, sandbagging, and etc.

kaggle2025-08-26 更新130

open-llm-leaderboard-old/details_w601sxs__b1ade-1b

模型评估

自然语言处理

--- pretty_name: Evaluation run of w601sxs/b1ade-1b dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [w601sxs/b1ade-1b](https://huggingface.co/w601sxs/b1ade-1b)

Hugging Face2023-09-17 更新190

open-llm-leaderboard-old/details_silvercoder45__Mistral-7b-instruct-v0.2-summ-sft-dpo-e3

自然语言处理

模型评估

该数据集是在评估模型silvercoder45/Mistral-7b-instruct-v0.2-summ-sft-dpo-e3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，每次运行的结果作为一个特定的分割，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

Hugging Face2024-01-22 更新130

The CIPR data: Summary goodness-of-fit statistics for all fitted models.

资源简介：

相关数据集