open-llm-leaderboard/details_arlineka__KittyNyanster-v1
收藏Hugging Face2024-04-03 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_arlineka__KittyNyanster-v1
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arlineka/KittyNyanster-v1时自动创建的，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，results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arlineka/KittyNyanster-v1时自动创建的，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，results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 arlineka/KittyNyanster-v1
数据集描述
- dataset_summary: 该数据集是在评估模型arlineka/KittyNyanster-v1的过程中自动创建的，评估过程在Open LLM Leaderboard上进行。
- 数据集组成: 包含63个配置，每个配置对应一个评估任务。
- 数据集创建: 数据集由1次运行创建，每次运行对应一个特定的分割，分割名称使用运行的时间戳命名。"train"分割始终指向最新结果。
- 额外配置: 有一个名为"results"的配置，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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_arlineka__KittyNyanster-v1", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 最新结果来自run 2024-04-03T04:27:47.985195。
- 结果内容: 包含多个任务的评估结果，每个任务的准确率（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
- 数据文件: 包含时间戳分割和"latest"分割的数据文件。
- harness_gsm8k_5
- 数据文件: 包含时间戳分割和"latest"分割的数据文件。
- harness_hellaswag_10
- 数据文件: 包含时间戳分割和"latest"分割的数据文件。
- harness_hendrycksTest_5
- 数据文件: 包含多个子任务的时间戳分割和"latest"分割的数据文件。
以上信息概述了数据集的基本情况和配置详情，以及如何加载和查看最新结果。
