open-llm-leaderboard-old/details_crumb__model-a-48.5m
收藏Hugging Face2024-03-21 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_crumb__model-a-48.5m
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crumb/model-a-48.5m进行评估时自动创建的。它包含63个配置，每个配置对应一个评估任务。数据集来自1次运行，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的额外配置存储了运行的所有聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用提供的Python代码片段加载数据集。
该数据集是在Open LLM Leaderboard上对模型crumb/model-a-48.5m进行评估时自动创建的。它包含63个配置，每个配置对应一个评估任务。数据集来自1次运行，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的额外配置存储了运行的所有聚合结果，这些结果用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用提供的Python代码片段加载数据集。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
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次运行生成，每个运行结果作为特定分割存储，分割名称使用运行的时间戳。
- "train"分割始终指向最新结果。
- 额外配置"results"存储所有运行结果的聚合，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_crumb__model-a-48.5m", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-03-21T14:16:19.492608的运行，包含多个任务的评估结果。
配置详情
-
harness_arc_challenge_25
- 分割：2024_03_21T14_16_19.492608, latest
- 路径：
**/details_harness|arc:challenge|25_2024-03-21T14-16-19.492608.parquet
-
harness_gsm8k_5
- 分割：2024_03_21T14_16_19.492608, latest
- 路径：
**/details_harness|gsm8k|5_2024-03-21T14-16-19.492608.parquet
-
harness_hellaswag_10
- 分割：2024_03_21T14_16_19.492608, latest
- 路径：
**/details_harness|hellaswag|10_2024-03-21T14-16-19.492608.parquet
-
harness_hendrycksTest_5
- 分割：2024_03_21T14_16_19.492608, latest
- 路径：多个相关任务的parquet文件
