open-llm-leaderboard-old/details_diffnamehard__Psyfighter2-Noromaid-ties-13B
收藏Hugging Face2024-01-04 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_diffnamehard__Psyfighter2-Noromaid-ties-13B
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型diffnamehard/Psyfighter2-Noromaid-ties-13B在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应于一个被评估的任务。数据集包含1次运行的结果，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些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`函数加载运行细节的示例。
该数据集是在模型diffnamehard/Psyfighter2-Noromaid-ties-13B在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由63个配置组成，每个配置对应于一个被评估的任务。数据集包含1次运行的结果，每次运行在每个配置中表示为特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。一个名为results的额外配置存储了所有运行的聚合结果，这些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`函数加载运行细节的示例。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
该数据集是在评估模型 diffnamehard/Psyfighter2-Noromaid-ties-13B 在 Open LLM Leaderboard 上的自动创建的。
数据集组成
- 数据集包含 63 个配置，每个配置对应一个评估任务。
- 数据集从 1 次运行中创建，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
- "train" 分割始终指向最新的结果。
- 额外的 "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。
最新结果
- 最新结果来自 2024-01-04T12:06:30.176184 的运行，包含多个任务的准确率和标准误差。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_diffnamehard__Psyfighter2-Noromaid-ties-13B", "harness_winogrande_5", split="train")
配置详情
-
harness_arc_challenge_25
- 分割：2024_01_04T12_06_30.176184, latest
- 路径：
**/details_harness|arc:challenge|25_2024-01-04T12-06-30.176184.parquet
-
harness_gsm8k_5
- 分割：2024_01_04T12_06_30.176184, latest
- 路径：
**/details_harness|gsm8k|5_2024-01-04T12-06-30.176184.parquet
-
harness_hellaswag_10
- 分割：2024_01_04T12_06_30.176184, latest
- 路径：
**/details_harness|hellaswag|10_2024-01-04T12-06-30.176184.parquet
-
harness_hendrycksTest_5
- 分割：2024_01_04T12_06_30.176184, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2024-01-04T12-06-30.176184.parquet等。
