open-llm-leaderboard/details_Inv__Elbrus-7B
收藏Hugging Face2024-03-27 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Inv__Elbrus-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Inv/Elbrus-7B时自动创建的，主要用于在Open LLM Leaderboard上展示模型的性能。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，每次运行的结果以时间戳命名的分割形式存储，且“train”分割始终指向最新的结果。此外，数据集还包含一个名为“results”的配置，用于存储所有运行的聚合结果，并用于计算和展示在Open LLM Leaderboard上的聚合指标。
该数据集是在评估模型Inv/Elbrus-7B时自动创建的，主要用于在Open LLM Leaderboard上展示模型的性能。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，每次运行的结果以时间戳命名的分割形式存储，且“train”分割始终指向最新的结果。此外，数据集还包含一个名为“results”的配置，用于存储所有运行的聚合结果，并用于计算和展示在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 Inv/Elbrus-7B
数据集描述
- dataset_summary: 该数据集是在评估模型Inv/Elbrus-7B在Open LLM Leaderboard上的运行过程中自动创建的。
数据集组成
- 配置数量: 63个
- 每个配置对应一个评估任务
- 数据来源: 来自1次运行
- 数据分割: 每个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
- 额外配置: “results”配置存储了所有运行的聚合结果，用于计算和显示聚合指标
加载数据示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Inv__Elbrus-7B", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-27T19:03:39.908723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
配置详情
- 配置名称: 多个，如harness_arc_challenge_25, harness_gsm8k_5等
- 数据文件: 每个配置包含多个数据文件，根据不同的分割（如时间戳分割和最新分割）提供
以上信息总结了数据集的基本结构、组成和使用方法，以及如何加载和查看最新的评估结果。
