open-llm-leaderboard/details_aloobun__Cypher-7B
收藏Hugging Face2024-04-04 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_aloobun__Cypher-7B
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aloobun/Cypher-7B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，每个配置对应一个被评估的任务。数据集由2次运行生成，每次运行的结果作为一个特定的分割存储，分割名称使用运行的时间戳。train分割始终指向最新的结果。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aloobun/Cypher-7B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，每个配置对应一个被评估的任务。数据集由2次运行生成，每次运行的结果作为一个特定的分割存储，分割名称使用运行的时间戳。train分割始终指向最新的结果。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 aloobun/Cypher-7B
数据集描述
- dataset_summary: 该数据集是在评估模型aloobun/Cypher-7B在Open LLM Leaderboard上的运行过程中自动创建的。
- 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: 从2次运行中创建，每次运行作为一个特定的分割，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: “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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_aloobun__Cypher-7B", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-04T22:24:34.715547的运行。
- 结果内容: 包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。
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数据。
