该数据集是在评估模型bn22/Nous-Hermes-2-SOLAR-10.7B-MISALIGNED在Open LLM Leaderboard上的表现时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，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，results配置存储了所有运行的聚合结果，并用于计算

Hugging Face2024-01-04 更新140

open-llm-leaderboard-old/details_TheBloke__wizard-vicuna-13B-GPTQ

自然语言处理

模型评估

该数据集是在评估模型TheBloke/wizard-vicuna-13B-GPTQ时自动生成的，包含3个配置，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分割始终指向最新结果。此外，还有一个results配置存储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。

Hugging Face2023-11-07 更新140

open-llm-leaderboard-old/details_SanjiWatsuki__neural-chat-7b-v3-3-wizardmath-dare-me

自然语言处理

模型评估

该数据集是在模型SanjiWatsuki/neural-chat-7b-v3-3-wizardmath-dare-me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，每个配置对应一个被评估的任务。数据集包含一次运行的结果，每次运行都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。一个名为results的额外配置存储了运行

Hugging Face2023-12-27 更新170

open-llm-leaderboard-old/details_Gille__StrangeMerges_47-7B-dare_ties

模型评估

自然语言处理

该数据集是在模型Gille/StrangeMerges_47-7B-dare_ties在Open LLM Leaderboard上的评估运行过程中自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到，分割以运行的时间戳命名。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，并用于计算和显示Open LL

Hugging Face2024-04-02 更新140

Phyla Model and Tree Reasoning Benchmark

资源简介：

相关数据集