open-llm-leaderboard/details_Alsebay__Narumashi-RT-11B-test
收藏Hugging Face2024-04-17 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Alsebay__Narumashi-RT-11B-test
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Alsebay/Narumashi-RT-11B-test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，每个配置对应一个评估任务。数据集是从1次运行中生成的，每次运行都作为每个配置中的一个特定分割存储，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的额外配置存储了运行的所有聚合结果，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Python中的datasets库加载数据集的示例。
该数据集是在模型Alsebay/Narumashi-RT-11B-test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，每个配置对应一个评估任务。数据集是从1次运行中生成的，每次运行都作为每个配置中的一个特定分割存储，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的额外配置存储了运行的所有聚合结果，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Python中的datasets库加载数据集的示例。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称
- 评估运行数据集: Evaluation run of Alsebay/Narumashi-RT-11B-test
数据集来源
- 该数据集是在评估模型Alsebay/Narumashi-RT-11B-test时自动创建的，评估过程在Open LLM Leaderboard上进行。
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。
- 数据集由1次运行创建，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳命名。
- “train”分割始终指向最新的结果。
- 额外的配置“results”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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Alsebay__Narumashi-RT-11B-test", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-04-17T07:17:44.915819的运行，详细结果可查看此链接。
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，每个文件对应不同的分割（如时间戳分割和“latest”分割），用于存储特定任务的评估结果。
