open-llm-leaderboard/details_LeroyDyer__Mixtral_AI_128k
收藏Hugging Face2024-03-22 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_LeroyDyer__Mixtral_AI_128k
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型LeroyDyer/Mixtral_AI_128k时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。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，results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和展示聚合指标。
该数据集是在评估模型LeroyDyer/Mixtral_AI_128k时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。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，results配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和展示聚合指标。
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 LeroyDyer/Mixtral_AI_128k
数据集描述
- dataset_summary: 该数据集是在评估模型LeroyDyer/Mixtral_AI_128k的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。
数据集组成
- 包含63个配置，每个配置对应一个评估任务。
- 数据集由1次运行创建，每次运行以特定的时间戳命名。
- 每个配置中包含一个名为"train"的分割，指向最新的结果。
- 额外配置"results"存储了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_LeroyDyer__Mixtral_AI_128k", "harness_winogrande_5", split="train")
最新结果
- 提供了详细的评估结果，包括准确率(acc)、标准误差(acc_stderr)等指标，涵盖多个任务和领域。
数据集配置详情
配置列表
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
每个配置包含特定任务的数据文件，路径指向特定时间戳的分割数据。
