open-llm-leaderboard/details_Chickaboo__ChickaQ-V2-Large-Beta
收藏Hugging Face2024-03-21 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Chickaboo__ChickaQ-V2-Large-Beta
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Chickaboo/ChickaQ-V2-Large-Beta进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割，train分割始终指向最新结果。此外，名为results的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Python中的datasets库加载运行细节的示例。
该数据集是在Open LLM Leaderboard上对模型Chickaboo/ChickaQ-V2-Large-Beta进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割，train分割始终指向最新结果。此外，名为results的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Python中的datasets库加载运行细节的示例。
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 Chickaboo/ChickaQ-V2-Large-Beta
数据集描述
- dataset_summary: 该数据集是自动创建的，用于评估模型Chickaboo/ChickaQ-V2-Large-Beta在Open LLM Leaderboard上的表现。
数据集结构
- 组成: 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命名。
- 额外配置: “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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Chickaboo__ChickaQ-V2-Large-Beta", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自run 2024-03-21T14:33:44.417286。
- 结果内容: 包括多个任务的准确率（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
每个配置包含不同的时间戳分割和最新分割的数据文件路径，用于加载特定任务的评估结果。
