LLM Coding Leaderboards
收藏kaggle2024-04-14 更新2024-04-26 收录
下载链接：
https://www.kaggle.com/datasets/chrisfilo/llm-coding-leaderboards
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2024-04-14
相关数据集
open-llm-leaderboard/details_llm-agents__tora-code-7b-v1.0
该数据集是在Open LLM Leaderboard上对模型llm-agents/tora-code-7b-v1.0进行评估时自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果作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，并用于计算和显示Open
Hugging Face2023-10-28 更新150
open-llm-leaderboard/details_llm-agents__tora-code-13b-v1.0
该数据集是在评估模型llm-agents/tora-code-13b-v1.0时自动创建的，用于在Open LLM Leaderboard上展示评估结果。数据集包含64个配置，每个配置对应一个评估任务。数据集由3次运行生成，每次运行的结果作为特定分割存储在配置中，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，results配置存储了所有运行的聚合结果，用于计算和展示在Open
Hugging Face2024-01-05 更新150
Open LLM Leaderboard History
Tracking the performance of thousands of open-source models across key benchmark
kaggle2026-03-26 更新00
open-llm-leaderboard/details_llm-agents__tora-code-34b-v1.0
该数据集是在模型 llm-agents/tora-code-34b-v1.0 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，每个配置对应一个被评估的任务。数据集由 3 次运行创建，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train 分割始终指向最新的结果。一个名为 results 的额外配置存储了所有运行的聚合结果，用
Hugging Face2024-01-04 更新120
Open-LLM-Leaderboard
Open-LLM-Leaderboard是由穆罕默德·本·扎耶德人工智能大学VILA实验室创建的一个用于评估大型语言模型（LLMs）的新型数据集。该数据集专注于通过开放式问题来评估模型，旨在消除选择偏差和随机猜测问题。数据集通过自动化的粗到细筛选协议和多阶段过滤过程来生成适合开放式回答的问题，并利用GPT-4进行问题筛选和评分。该数据集的应用领域主要集中在LLMs的性能评估和排名，以解决现有评估方
arXiv2024-06-12 更新160
