open-llm-leaderboard/details_icefog72__IceCoffeeTest1
收藏Hugging Face2024-04-24 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_icefog72__IceCoffeeTest1
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型icefog72/IceCoffeeTest1的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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，分割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，用于在Open LLM Leaderboard上计算和显示聚合指标。
该数据集是在模型icefog72/IceCoffeeTest1的评估运行期间自动创建的，用于Open LLM Leaderboard的评估。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，分割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，用于在Open LLM Leaderboard上计算和显示聚合指标。
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 icefog72/IceCoffeeTest1
数据集描述
- dataset_summary: 该数据集是在评估模型icefog72/IceCoffeeTest1的过程中自动创建的，用于Open LLM Leaderboard。
数据集组成
- 配置数量: 63个配置，每个配置对应一个评估任务。
- 数据来源: 数据集由1次运行创建，每个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。
- 特殊配置: “results”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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_icefog72__IceCoffeeTest1", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 最新结果来自2024-04-24T04:24:27.096389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，根据不同的分割（如时间戳分割和最新分割）存储相应的数据。
