open-llm-leaderboard/details_aboros98__form1
收藏Hugging Face2024-03-24 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_aboros98__form1
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aboros98/form1进行评估时自动创建的。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，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外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。README文件还包含一个Python代码片段，用于加载数据集和特定运行的最新结果。
该数据集是在Open LLM Leaderboard上对模型aboros98/form1进行评估时自动创建的。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，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外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。README文件还包含一个Python代码片段，用于加载数据集和特定运行的最新结果。
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 aboros98/form1
数据集描述
- dataset_summary: 该数据集是在评估模型aboros98/form1在Open LLM Leaderboard上的运行过程中自动创建的。
- 组成: 数据集包含63个配置，每个配置对应一个评估任务。
- 创建: 数据集由1次运行创建，每次运行作为一个特定的分割，分割名称使用运行的时间戳命名。
- 特殊配置: “train”分割始终指向最新的结果，而“results”配置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_aboros98__form1", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-24T15:18:06.796680的运行结果。
- 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
- 数据文件: 包含特定时间戳和最新结果的分割。
- harness_gsm8k_5
- 数据文件: 包含特定时间戳和最新结果的分割。
- harness_hellaswag_10
- 数据文件: 包含特定时间戳和最新结果的分割。
- harness_hendrycksTest_5
- 数据文件: 包含多个子任务的特定时间戳和最新结果的分割。
以上信息提供了数据集的基本结构、内容和如何访问这些数据的详细指导。
