open-llm-leaderboard/details_LLMNewbie__vic_critT_20pr
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_LLMNewbie__vic_critT_20pr
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LLMNewbie/vic_critT_20pr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。它包含一次运行的结果，每次运行都作为一个特定的分割表示，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的所有聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例。
该数据集是在模型LLMNewbie/vic_critT_20pr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。它包含一次运行的结果，每次运行都作为一个特定的分割表示，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的所有聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例。
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 LLMNewbie/vic_critT_20pr
数据集描述
- dataset_summary: 该数据集是自动创建的，用于评估模型LLMNewbie/vic_critT_20pr在Open LLM Leaderboard上的表现。
数据集组成
- 配置数量: 63个配置
- 数据来源: 数据集由1次运行创建，每个配置对应一个评估任务。
- 数据分割: 每个配置包含特定的分割，以运行的时间戳命名。"train"分割指向最新结果。
- 额外配置: 存在一个名为"results"的配置，用于存储所有聚合的运行结果，并用于计算和显示Leaderboard上的聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_LLMNewbie__vic_critT_20pr", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 最新结果来自run 2024-03-21T21:24:28.171215。
- 结果内容: 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，根据不同的时间戳和"latest"分割进行组织。
