open-llm-leaderboard/details_Alsebay__NarumashiRTS-V1
收藏Hugging Face2024-04-15 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Alsebay__NarumashiRTS-V1
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Alsebay/NarumashiRTS-V1进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行作为每个配置中的一个特定分割，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。README还提供了一个如何使用Python中的datasets库加载运行细节的示例。
该数据集是在Open LLM Leaderboard上对模型Alsebay/NarumashiRTS-V1进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行作为每个配置中的一个特定分割，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。README还提供了一个如何使用Python中的datasets库加载运行细节的示例。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称: Evaluation run of Alsebay/NarumashiRTS-V1
创建目的: 该数据集是自动创建的，用于评估模型Alsebay/NarumashiRTS-V1在Open LLM Leaderboard上的表现。
数据集组成:
- 配置数量: 63个
- 每个配置对应任务: 每个配置对应一个评估任务
- 数据集来源: 数据集由1次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。
- 特殊配置: 包含一个名为"results"的额外配置，用于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_Alsebay__NarumashiRTS-V1", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 最新结果来自run 2024-04-15T20:47:52.244972
- 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。
配置详情
- 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等
- 数据文件: 每个配置包含多个数据文件，根据不同的分割（如时间戳分割和最新分割）存储在不同的路径下。
数据集使用
- 加载数据: 使用
load_dataset函数加载特定配置和分割的数据。 - 数据分析: 分析各个任务的评估结果，以评估模型的性能。
