open-llm-leaderboard/details_microsoft__rho-math-1b-v0.1
收藏Hugging Face2024-04-15 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_microsoft__rho-math-1b-v0.1
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microsoft/rho-math-1b-v0.1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。数据集从1次运行中创建，每次运行都可以在特定配置中找到，并以运行的时间戳命名。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在Open LLM Leaderboard上对模型microsoft/rho-math-1b-v0.1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。数据集从1次运行中创建，每次运行都可以在特定配置中找到，并以运行的时间戳命名。train分割始终指向最新结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示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
名称: Evaluation run of microsoft/rho-math-1b-v0.1
创建目的: 该数据集是自动创建的，用于评估模型 microsoft/rho-math-1b-v0.1 在 Open LLM Leaderboard 上的表现。
数据集构成:
- 配置数量: 63个
- 每个配置对应任务: 一个评估任务
- 创建来源: 1个运行
- 数据分割: 每个配置中包含特定分割，分割名称使用运行的时间戳命名。"train"分割指向最新结果。
额外配置:
- 配置名称: "results"
- 用途: 存储所有运行结果的聚合数据，用于计算和显示 Open LLM Leaderboard 上的聚合指标。
加载数据示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_microsoft__rho-math-1b-v0.1", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-15T19:01:31.040196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
- 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_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）进行组织。
数据集使用
- 加载数据: 使用
load_dataset函数加载特定配置的数据。 - 数据分析: 分析各任务的性能指标，如准确率、标准误差等，以评估模型在不同任务上的表现。
