open-llm-leaderboard/details_BramVanroy__GEITje-7B-ultra
收藏Hugging Face2024-04-16 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_BramVanroy__GEITje-7B-ultra
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BramVanroy/GEITje-7B-ultra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。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割，train分割始终指向最新的结果。此外，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`datasets`库中的`load_dataset`函数加载数据集的示例。
该数据集是在Open LLM Leaderboard上对模型BramVanroy/GEITje-7B-ultra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。数据集包含一次运行的结果，每次运行在每个配置中表示为特定的分割，train分割始终指向最新的结果。此外，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`datasets`库中的`load_dataset`函数加载数据集的示例。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称
- Evaluation run of BramVanroy/GEITje-7B-ultra
数据集创建
- 创建背景：该数据集是在评估模型BramVanroy/GEITje-7B-ultra的过程中自动创建的。
- 创建平台：评估过程在Open LLM Leaderboard上进行。
数据集结构
- 配置数量：包含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，每次运行对应一个特定的分割，分割名称基于运行的时间戳。
- 特殊配置：存在一个名为"results"的额外配置，用于存储所有运行的聚合结果，并用于计算和显示聚合指标。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_BramVanroy__GEITje-7B-ultra", "harness_winogrande_5", split="train")
最新结果
- 结果来源：最新结果来自run 2024-04-16T14:19:37.799734。
- 结果内容：包括多个任务的准确率（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，每个文件对应一个特定的分割，如"2024_04_16T14_19_37.799734"和"latest"。
