open-llm-leaderboard-old/details_0-hero__Matter-0.2-32B
收藏Hugging Face2024-04-16 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_0-hero__Matter-0.2-32B
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0-hero/Matter-0.2-32B的评估运行过程中自动创建的，用于Open LLM Leaderboard。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，每次运行可以在每个配置中找到，分割名使用运行的时间戳。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，用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在模型0-hero/Matter-0.2-32B的评估运行过程中自动创建的，用于Open LLM Leaderboard。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，每次运行可以在每个配置中找到，分割名使用运行的时间戳。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，用于计算和显示Open LLM Leaderboard上的聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集信息
- 名称: Evaluation run of 0-hero/Matter-0.2-32B
- 来源: 自动创建于模型 0-hero/Matter-0.2-32B 在 Open LLM Leaderboard 的评估运行期间。
数据集结构
- 配置数量: 63
- 配置对应任务: 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，每个运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳。
- 最新结果: "train" 分割始终指向最新结果。
- 聚合结果: 一个额外的配置 "results" 存储所有运行的聚合结果，用于计算和显示在 Open LLM Leaderboard 上的聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_0-hero__Matter-0.2-32B", "harness_winogrande_5", split="train")
最新结果
- 运行时间: 2024-04-16T00:58:41.781770
- 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、误差（stderr）等指标。
配置详情
- 配置名称: 如
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，路径格式如
**/details_harness|arc:challenge|25_2024-04-16T00-58-41.781770.parquet。
