open-llm-leaderboard-old/details_jambroz__sixtyoneeighty-7b-chat
收藏Hugging Face2024-04-05 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_jambroz__sixtyoneeighty-7b-chat
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在评估模型jambroz/sixtyoneeighty-7b-chat时自动生成的，主要用于Open LLM Leaderboard的评估任务。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2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分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型jambroz/sixtyoneeighty-7b-chat时自动生成的，主要用于Open LLM Leaderboard的评估任务。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2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分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。
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2次运行结果组成，每次运行的结果以特定的时间戳命名的分片存储。
- 每个配置中的“train”分片始终指向最新的结果。
额外配置
- 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_jambroz__sixtyoneeighty-7b-chat", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-04-05T12:46:53.046967的运行，包含多个任务的准确率和标准误差。
配置详情
-
harness_arc_challenge_25
- 分片: 2024_04_05T10_41_03.654782, 2024_04_05T12_46_53.046967, latest
- 路径:
**/details_harness|arc:challenge|25_2024-04-05T12-46-53.046967.parquet
-
harness_gsm8k_5
- 分片: 2024_04_05T10_41_03.654782, 2024_04_05T12_46_53.046967, latest
- 路径:
**/details_harness|gsm8k|5_2024-04-05T12-46-53.046967.parquet
-
harness_hellaswag_10
- 分片: 2024_04_05T10_41_03.654782, 2024_04_05T12_46_53.046967, latest
- 路径:
**/details_harness|hellaswag|10_2024-04-05T12-46-53.046967.parquet
-
harness_hendrycksTest_5
- 分片: 2024_04_05T10_41_03.654782, 2024_04_05T12_46_53.046967, latest
- 路径: 多个任务的详细路径
