Likelihood analysis spreadsheet

Dryad2015-01-01 更新2026-04-13 收录

模型评估

统计似然分析

数据链接：

http://datadryad.org/resource/doi:10.5061/dryad.461g6/4 数据链接链接失效反馈

官方服务：

资源简介：

Spreadsheet taking output of test.sh and calculating AIC, BIC scores, ranking models, and formatting results for inclusion in the paper.

创建时间：

2015-01-01

open-llm-leaderboard-old/details_Steelskull__Umbra-MoE-4x10.7

模型评估

自然语言处理

该数据集是在Open LLM Leaderboard上对模型Steelskull/Umbra-MoE-4x10.7进行评估时自动创建的。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，用于在Open LLM L

Hugging Face2024-01-21 更新210

Appendix D. The parameter estimates from the model fits with their AICc's.

统计建模

模型评估

The parameter estimates from the model fits with their AICc's.

DataCite Commons2020-09-04 更新90

HWERI/openorca-multiplechoice-5k-comparisons

模型评估

多选题生成

该数据集是beaugogh/openorca-multiplechoice-10k的一个子集，其中添加了模型生成的响应作为被拒绝的响应。使用的模型是beaugogh/Llama2-7b-openorca-mc-v2。

Hugging Face2023-09-09 更新90

open-llm-leaderboard-old/details_huggyllama__llama-13b

自然语言处理

模型评估

该数据集是在Open LLM Leaderboard上对模型huggyllama/llama-13b进行评估时自动生成的。数据集由122个配置组成，每个配置对应一个评估任务。数据集由4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，用于在Open LLM Leaderbo

Hugging Face2023-09-23 更新160

open-llm-leaderboard-old/details_speakleash__Bielik-7B-Instruct-v0.1

模型评估

自然语言处理

--- pretty_name: Evaluation run of speakleash/Bielik-7B-Instruct-v0.1 dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [speakleash/Bielik-7B-Instruct-v0.1](https

Hugging Face2024-04-09 更新90

Likelihood analysis spreadsheet

资源简介：

相关数据集