open-llm-leaderboard-old/details_CausalLM__35b-beta2ep
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_CausalLM__35b-beta2ep
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CausalLM/35b-beta2ep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。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的分割，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，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`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。还包括了2024-04-16T09:48:31.478421运行的最新结果，显示了不同任务的各种准确性指标。
该数据集是在模型CausalLM/35b-beta2ep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。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的分割，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，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`datasets`库中的`load_dataset`函数加载运行中的详细信息的示例。还包括了2024-04-16T09:48:31.478421运行的最新结果，显示了不同任务的各种准确性指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集名称：Evaluation run of CausalLM/35b-beta2ep
数据集组成
- 该数据集包含63个配置，每个配置对应一个评估任务。
- 数据集由1次运行创建，每个运行可以在每个配置中找到特定的分割，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_CausalLM__35b-beta2ep", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-04-16T09:48:31.478421运行，包含多个任务的评估指标。
配置详情
-
harness_arc_challenge_25
- 分割：2024_04_16T09_48_31.478421, latest
- 路径：
**/details_harness|arc:challenge|25_2024-04-16T09-48-31.478421.parquet
-
harness_gsm8k_5
- 分割：2024_04_16T09_48_31.478421, latest
- 路径：
**/details_harness|gsm8k|5_2024-04-16T09-48-31.478421.parquet
-
harness_hellaswag_10
- 分割：2024_04_16T09_48_31.478421, latest
- 路径：
**/details_harness|hellaswag|10_2024-04-16T09-48-31.478421.parquet
-
harness_hendrycksTest_5
- 分割：2024_04_16T09_48_31.478421, latest
- 路径：多个任务的详细路径，例如：
**/details_harness|hendrycksTest-abstract_algebra|5_2024-04-16T09-48-31.478421.parquet**/details_harness|hendrycksTest-anatomy|5_2024-04-16T09-48-31.478421.parquet- 等等。
