open-llm-leaderboard/details_HenryJJ__llama3-8B-lima
收藏Hugging Face2024-04-23 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_HenryJJ__llama3-8B-lima
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HenryJJ/llama3-8B-lima进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的拆分，使用运行的时间戳命名。train拆分始终指向最新结果。一个额外的配置results存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用`datasets`库中的`load_dataset`函数加载该数据集。
该数据集是在Open LLM Leaderboard上对模型HenryJJ/llama3-8B-lima进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中生成的，每次运行在每个配置中表示为特定的拆分，使用运行的时间戳命名。train拆分始终指向最新结果。一个额外的配置results存储了运行的所有聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用`datasets`库中的`load_dataset`函数加载该数据集。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集基本信息
- 名称: Evaluation run of HenryJJ/llama3-8B-lima
- 创建原因: 自动创建于模型HenryJJ/llama3-8B-lima在Open LLM Leaderboard的评估运行期间。
- 组成: 包含63个配置，每个配置对应一个评估任务。
- 创建过程: 数据集由1次运行创建，每次运行作为一个特定的分割，分割名称使用运行的时间戳命名。"train"分割始终指向最新结果。
数据集结构
- 配置类型: 每个配置包含一个或多个任务的结果。
- 额外配置: "results"配置存储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。
数据集使用示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_HenryJJ__llama3-8B-lima", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-23T04:47:26.208831的运行。
- 结果内容: 包含多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_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 (包含多个子任务配置)
每个配置包含特定任务的数据文件，文件路径根据任务和时间戳命名。
