The CVM qualitative analysis confusion metrics of every class of 360 test sample.

Figshare2025-05-20 更新2026-04-28 收录

数据链接：

https://figshare.com/articles/dataset/The_CVM_qualitative_analysis_confusion_metrics_of_every_class_of_360_test_sample_/29112881 数据链接链接失效反馈

官方服务：

资源简介：

The CVM qualitative analysis confusion metrics of every class of 360 test sample.

创建时间：

2025-05-20

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_DUAL-GPO__zephyr-7b-dpo-qlora-v1

模型评估

自然语言处理

该数据集是在评估模型DUAL-GPO/zephyr-7b-dpo-qlora-v1时自动创建的，主要用于在Open LLM Leaderboard上进行评估。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，

Hugging Face2024-04-07 更新150

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_opencsg__csg-wukong-1B

模型评估

自然语言处理

--- pretty_name: Evaluation run of opencsg/csg-wukong-1B dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [opencsg/csg-wukong-1B](https://huggingface.co/opencsg/

Hugging Face2024-04-19 更新180

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 CVM qualitative analysis confusion metrics of every class of 360 test sample.

资源简介：

相关数据集