hyperparameters selection and performance evaluation

Name: hyperparameters selection and performance evaluation
Creator: Shuailong Wang
Published: 2025-04-11T00:00:00+08:00

科学数据银行2025-04-17 更新2026-04-23 收录

参数优化

模型评估

数据链接：

https://www.scidb.cn/detail?dataSetId=a6da0f5bf3a84f6e88d996d834df9f50 数据链接链接失效反馈

官方服务：

资源简介：

每个模型的最佳超参数和每个模型的评估结果

提供机构：

Shuailong Wang

创建时间：

2025-04-11

open-llm-leaderboard-old/details_Steelskull__Umbra-MoE-4x10.7

模型评估

自然语言处理

该数据集是在Open LLM Leaderboard上对模型Steelskull/Umbra-MoE-4x10.7进行评估时自动创建的。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，用于在Open LLM L

Hugging Face2024-01-21 更新210

Appendix D. The parameter estimates from the model fits with their AICc's.

统计建模

模型评估

The parameter estimates from the model fits with their AICc's.

DataCite Commons2020-09-04 更新90

Aratako/gemma-2-27b-evol-instruct-88k-dpo-judged

机器学习

模型评估

该数据集包含多个特征，如id、prompt、evol_history、evol_model、evol_generation、original_id、chosen_model、rejected_model、chosen、rejected、judge、raw_judge_prompt、raw_judge_output和judge_model。数据集分为一个训练集，包含88455个样本，总大小为1666

Hugging Face2024-11-28 更新80

open-llm-leaderboard-old/details_mosaicml__mpt-30b-instruct

模型评估

自然语言处理

该数据集是在模型mosaicml/mpt-30b-instruct在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成，每个配置对应一个特定的评估任务。数据集是从2次运行中生成的，每次运行在每个配置中表示为特定的分割，使用运行的时间戳命名。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，用于计算和显示Open LL

Hugging Face2023-10-14 更新120

tartuNLP/ifeval_et

自然语言处理

模型评估

ifeval_et是IFEval数据集的爱沙尼亚语版本，用于测量语言模型的指令遵循能力。每个示例都由专业翻译手动翻译并适应爱沙尼亚的文化背景。指令被修改以去除请求输出语言不是英语或爱沙尼亚语的情况。

Hugging Face2025-12-30 更新90