open-llm-leaderboard/details_Gille__StrangeMerges_47-7B-dare_ties
收藏Hugging Face2024-04-02 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Gille__StrangeMerges_47-7B-dare_ties
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型Gille/StrangeMerges_47-7B-dare_ties在Open LLM Leaderboard上的评估运行中自动创建的。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的特定分割中找到，分割名称使用运行的时间戳命名。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 LLM Leaderboard上的聚合指标。
该数据集是在模型Gille/StrangeMerges_47-7B-dare_ties在Open LLM Leaderboard上的评估运行中自动创建的。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的特定分割中找到，分割名称使用运行的时间戳命名。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 LLM Leaderboard上的聚合指标。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集基本信息
- 名称: Evaluation run of Gille/StrangeMerges_47-7B-dare_ties
- 创建原因: 自动创建于模型Gille/StrangeMerges_47-7B-dare_ties在Open LLM Leaderboard的评估运行期间。
数据集结构
- 组成: 包含63个配置，每个配置对应一个评估任务。
- 数据来源: 数据集由1次运行创建，每次运行对应一个特定分割，分割名称使用运行时间戳命名。
- 特殊配置: 额外配置“results”存储所有运行的聚合结果，用于计算和显示聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Gille__StrangeMerges_47-7B-dare_ties", "harness_winogrande_5", split="train")
最新结果
- 结果概览: 提供了一系列任务的准确度（acc）和标准误差（acc_stderr）等指标。
- 示例任务结果:
- harness|arc:challenge|25:
- acc: 0.6629692832764505
- acc_stderr: 0.013813476652902272
- harness|hellaswag|10:
- acc: 0.6742680740888269
- acc_stderr: 0.0046768988619789115
- harness|hendrycksTest-abstract_algebra|5:
- acc: 0.35
- acc_stderr: 0.04793724854411021
- harness|arc:challenge|25:
