open-llm-leaderboard-old/details_RaduGabriel__MUZD
收藏Hugging Face2024-02-14 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_RaduGabriel__MUZD
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RaduGabriel/MUZD进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中创建的，每次运行在每个配置中表示为特定的分割，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。文件还提供了如何使用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RaduGabriel/MUZD进行评估运行时自动创建的。数据集由63个配置组成，每个配置对应一个被评估的任务。数据集是从1次运行中创建的，每次运行在每个配置中表示为特定的分割，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。文件还提供了如何使用Python中的datasets库加载运行细节的示例。
提供机构：
open-llm-leaderboard-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，每个运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
- "train"分割始终指向最新的结果。
- 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_RaduGabriel__MUZD", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-02-14T10:37:51.263631的运行，包含多个任务的评估结果。
配置详情
-
harness_arc_challenge_25
- 分割：2024_02_14T10_37_51.263631, latest
- 路径：
**/details_harness|arc:challenge|25_2024-02-14T10-37-51.263631.parquet
-
harness_gsm8k_5
- 分割：2024_02_14T10_37_51.263631, latest
- 路径：
**/details_harness|gsm8k|5_2024-02-14T10-37-51.263631.parquet
-
harness_hellaswag_10
- 分割：2024_02_14T10_37_51.263631, latest
- 路径：
**/details_harness|hellaswag|10_2024-02-14T10-37-51.263631.parquet
-
harness_hendrycksTest_5
- 分割：2024_02_14T10_37_51.263631
- 路径：多个任务的详细路径，如
**/details_harness|hendrycksTest-abstract_algebra|5_2024-02-14T10-37-51.263631.parquet等。
