open-llm-leaderboard-old/details_OptimalScale__robin-13b-v2-delta
收藏Hugging Face2023-08-27 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_OptimalScale__robin-13b-v2-delta
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OptimalScale/robin-13b-v2-delta进行评估时自动创建的。数据集包含61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，每次运行的结果作为特定配置中的一个分割，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，还有一个名为results的配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。
该数据集是在Open LLM Leaderboard上对模型OptimalScale/robin-13b-v2-delta进行评估时自动创建的。数据集包含61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，每次运行的结果作为特定配置中的一个分割，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，还有一个名为results的配置存储了所有运行的聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集基本信息
- 名称: Evaluation run of OptimalScale/robin-13b-v2-delta
- 来源: 自动创建于模型 OptimalScale/robin-13b-v2-delta 在 Open LLM Leaderboard 的评估运行中。
- 组成: 包含61个配置，每个配置对应一个评估任务。
- 创建: 从1次运行中创建，每个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。"train" 分割始终指向最新的结果。
数据集结构
- 额外配置: "results" 配置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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_OptimalScale__robin-13b-v2-delta", "harness_truthfulqa_mc_0", split="train")
最新结果
- 时间戳: 2023-08-04T18:08:52.244101
- 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）及其标准误差（stderr）等指标。
配置详情
-
配置名称: harness_arc_challenge_25
- 分割: 2023_08_04T18_08_52.244101, latest
- 路径: 包含多个parquet文件路径
-
配置名称: harness_hellaswag_10
- 分割: 2023_08_04T18_08_52.244101, latest
- 路径: 包含多个parquet文件路径
-
配置名称: harness_hendrycksTest_5
- 分割: 2023_08_04T18_08_52.244101
- 路径: 包含多个parquet文件路径，涉及多个具体任务
