open-llm-leaderboard-old/details_Cartinoe5930__iDUS
收藏Hugging Face2024-01-17 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Cartinoe5930__iDUS
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在Open LLM Leaderboard上对模型Cartinoe5930/iDUS进行评估时自动创建的。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次运行中创建的，每次运行都作为每个配置中的一个特定分割，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，用于计算和显示Open LLM Leaderboard上的聚合指标。文件还提供了如何从运行中加载详细信息的说明，并提供了特定运行的最新结果。
该数据集是在Open LLM Leaderboard上对模型Cartinoe5930/iDUS进行评估时自动创建的。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次运行中创建的，每次运行都作为每个配置中的一个特定分割，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，用于计算和显示Open LLM Leaderboard上的聚合指标。文件还提供了如何从运行中加载详细信息的说明，并提供了特定运行的最新结果。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集组成
- 该数据集包含63个配置，每个配置对应一个评估任务。
- 数据集从1次运行中创建，每个运行的详细信息可以在每个配置中以特定分片的形式找到，分片名称使用运行的时间戳。
- "train"分片始终指向最新的结果。
- 一个额外的配置"results"存储所有运行的聚合结果，用于计算和显示在Open LLM Leaderboard上的聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Cartinoe5930__iDUS", "harness_winogrande_5", split="train")
最新结果
- 这些是最新结果，来自2024-01-17T13:14:26.897278的运行。
- 结果包括多个任务的准确率（acc）、标准化准确率（acc_norm）、误差标准差（acc_stderr、acc_norm_stderr）等指标。
配置详情
- 每个配置包含特定任务的数据文件路径和分片信息。
- 示例配置包括：
harness_arc_challenge_25harness_gsm8k_5harness_hellaswag_10harness_hendrycksTest_5
