open-llm-leaderboard/details_Gille__StrangeMerges_28-7B-dare_ties
收藏Hugging Face2024-04-02 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Gille__StrangeMerges_28-7B-dare_ties
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Gille/StrangeMerges_28-7B-dare_ties时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。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，每次运行的结果存储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，用于计算和展示在Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型Gille/StrangeMerges_28-7B-dare_ties时自动创建的，主要用于在Open LLM Leaderboard上展示评估结果。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，每次运行的结果存储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，用于计算和展示在Open LLM Leaderboard上的聚合指标。
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 Gille/StrangeMerges_28-7B-dare_ties
数据集描述
- dataset_summary: 该数据集是在评估模型Gille/StrangeMerges_28-7B-dare_ties的过程中自动创建的，用于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
- 数据来源: 从1次运行中创建
- 数据分割: 每个配置中的数据分割以运行的时间戳命名，"train"分割指向最新结果
- 额外配置: "results"存储所有聚合的运行结果，用于计算和显示聚合指标
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Gille__StrangeMerges_28-7B-dare_ties", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-02T23:20:41.709141的运行
- 结果内容: 包含多个任务的准确率(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
每个配置包含多个数据文件，分别对应不同的数据分割（如时间戳分割和最新分割）。
