open-llm-leaderboard/details_DUAL-GPO__phi-2-dpo-renew1
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_DUAL-GPO__phi-2-dpo-renew1
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DUAL-GPO/phi-2-dpo-renew1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，每次运行在每个配置中作为一个特定的分割，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。README还提供了如何使用Python中的datasets库加载运行细节的示例。
该数据集是在Open LLM Leaderboard上对模型DUAL-GPO/phi-2-dpo-renew1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，每次运行在每个配置中作为一个特定的分割，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。README还提供了如何使用Python中的datasets库加载运行细节的示例。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称
- 名称: Evaluation run of DUAL-GPO/phi-2-dpo-renew1
数据集描述
- 创建目的: 自动创建于模型DUAL-GPO/phi-2-dpo-renew1在Open LLM Leaderboard的评估运行期间。
- 数据集组成: 包含63个配置，每个配置对应一个评估任务。
- 数据集来源: 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。
- 额外配置: 配置“results”存储所有运行的聚合结果，用于计算和显示聚合指标。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_DUAL-GPO__phi-2-dpo-renew1", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-15T23:06:52.610510的运行。
- 结果内容: 包含多个任务的准确率(acc)和标准误差(acc_stderr)等指标。
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，对应不同的任务和时间戳，用于存储评估结果。
