open-llm-leaderboard/details_DenisTheDev__Blitz-AI-MOE-v0.7
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_DenisTheDev__Blitz-AI-MOE-v0.7
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DenisTheDev/Blitz-AI-MOE-v0.7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，每次运行都作为每个配置中的一个特定分割存储，分割名称使用运行的时间戳。train分割始终指向最新结果。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。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。README中还包含了2024年3月24日运行的最新结果，显示了各种任务的准确率和标准误差。
该数据集是在Open LLM Leaderboard上对模型DenisTheDev/Blitz-AI-MOE-v0.7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，每次运行都作为每个配置中的一个特定分割存储，分割名称使用运行的时间戳。train分割始终指向最新结果。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。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。README中还包含了2024年3月24日运行的最新结果，显示了各种任务的准确率和标准误差。
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 DenisTheDev/Blitz-AI-MOE-v0.7
数据集描述
- dataset_summary: 该数据集是在评估模型DenisTheDev/Blitz-AI-MOE-v0.7时自动创建的，位于Open LLM Leaderboard。
数据集组成
- 配置数量: 63个
- 每个配置对应一个评估任务
- 数据集来源: 1次运行
- 数据集结构: 每个配置包含特定分割，分割名基于运行的时间戳。"train"分割指向最新结果。
额外配置
- 配置名称: "results"
- 功能: 存储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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_DenisTheDev__Blitz-AI-MOE-v0.7", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-24T15:36:23.384769的运行
- 结果包含: 多个任务的评估结果，每个任务有相应的准确率(acc)和标准误差(acc_stderr)等指标。
数据集配置详情
配置列表
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
每个配置包含多个数据文件，每个文件对应不同的分割（如时间戳分割和"latest"分割），路径指向具体的评估结果文件。
