open-llm-leaderboard/details_LewisDeBenoisIV__BillyTheKid1803
收藏Hugging Face2024-03-21 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_LewisDeBenoisIV__BillyTheKid1803
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在Open LLM Leaderboard上对模型LewisDeBenoisIV/BillyTheKid1803进行评估时自动创建的。它由63个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中创建的，每次运行在每个配置中作为一个特定的分割，使用运行的时间戳命名。"train"分割始终指向最新的结果。一个额外的配置"results"存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在Open LLM Leaderboard上对模型LewisDeBenoisIV/BillyTheKid1803进行评估时自动创建的。它由63个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中创建的，每次运行在每个配置中作为一个特定的分割，使用运行的时间戳命名。"train"分割始终指向最新的结果。一个额外的配置"results"存储了运行的所有聚合结果，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
数据集名称
- pretty_name: Evaluation run of LewisDeBenoisIV/BillyTheKid1803
数据集创建背景
- 该数据集是在评估模型LewisDeBenoisIV/BillyTheKid1803的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。
数据集结构
- 配置数量: 63个配置，每个配置对应一个评估任务。
- 数据集创建次数: 1次。
- 数据集分割: 每个配置中的数据根据运行时间戳进行分割，"train"分割指向最新结果。
- 额外配置: "results"配置存储所有运行的聚合结果，用于计算和显示聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_LewisDeBenoisIV__BillyTheKid1803", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-03-21T17:30:27.301289的运行，包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。
数据集配置详情
配置列表
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
每个配置包含多个数据文件，根据不同的分割（如时间戳分割和"latest"分割）存储在相应的路径下。
