open-llm-leaderboard-old/details_KnutJaegersberg__MistralInstructLongish
收藏Hugging Face2023-11-18 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_KnutJaegersberg__MistralInstructLongish
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KnutJaegersberg/MistralInstructLongish进行评估时自动生成的。数据集由64个配置组成，每个配置对应一个评估任务。它包含一次运行的数据，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新结果。此外，results配置存储了运行的所有聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例，并包含了特定运行的最新结果。
该数据集是在Open LLM Leaderboard上对模型KnutJaegersberg/MistralInstructLongish进行评估时自动生成的。数据集由64个配置组成，每个配置对应一个评估任务。它包含一次运行的数据，每次运行在每个配置中表示为特定的分割，分割名称由运行的时间戳命名。train分割始终指向最新结果。此外，results配置存储了运行的所有聚合结果，用于在Open LLM Leaderboard上计算和显示聚合指标。README还提供了如何使用Hugging Face datasets库加载数据集的示例，并包含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64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。
最新结果
- 最新结果来自2023-11-18T18:06:36.075482的运行，包含多个任务的评估指标。
配置详情
-
harness_arc_challenge_25
- 分割：2023_11_18T18_06_36.075482, latest
- 路径：
**/details_harness|arc:challenge|25_2023-11-18T18-06-36.075482.parquet
-
harness_drop_3
- 分割：2023_11_18T18_06_36.075482, latest
- 路径：
**/details_harness|drop|3_2023-11-18T18-06-36.075482.parquet
-
harness_gsm8k_5
- 分割：2023_11_18T18_06_36.075482, latest
- 路径：
**/details_harness|gsm8k|5_2023-11-18T18-06-36.075482.parquet
-
harness_hellaswag_10
- 分割：2023_11_18T18_06_36.075482, latest
- 路径：
**/details_harness|hellaswag|10_2023-11-18T18-06-36.075482.parquet
-
harness_hendrycksTest_5
- 分割：2023_11_18T18_06_36.075482, latest
- 路径：多个路径，包括
**/details_harness|hendrycksTest-abstract_algebra|5_2023-11-18T18-06-36.075482.parquet等。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_KnutJaegersberg__MistralInstructLongish_public", "harness_winogrande_5", split="train")
