数据链接:
官方服务:
资源简介:
Comprehensive performance metrics for GPT-4 model evaluation
应用场景:
创建时间:
2025-02-23
相关数据集
open-llm-leaderboard/details_grimpep__llama2-22b-wizard_vicuna
该数据集是在评估模型[grimpep/llama2-22b-wizard_vicuna](https://huggingface.co/grimpep/llama2-22b-wizard_vicuna)时自动创建的,评估在[Open LLM Leaderboard](https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard)上
Hugging Face2023-08-27 更新290
open-llm-leaderboard/details_CultriX__MergeCeption-7B-v3
该数据集是在评估模型CultriX/MergeCeption-7B-v3时自动创建的,包含63个配置,每个配置对应一个评估任务。数据集由1次运行生成,每次运行的结果作为特定配置中的一个分割,分割名称使用运行的时间戳。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,用于计算和显示在Open LLM Leaderboard上的聚合指标。
Hugging Face2024-03-13 更新270
open-llm-leaderboard/details_LeroyDyer__Mixtral_AI_Cyber_Matrix_2_0
--- pretty_name: Evaluation run of LeroyDyer/Mixtral_AI_Cyber_Matrix_2_0 dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [LeroyDyer/Mixtral_AI_Cyber_Matrix_2_0]
Hugging Face2024-04-05 更新220
open-llm-leaderboard/details_Epiculous__Mika-7B
--- pretty_name: Evaluation run of Epiculous/Mika-7B dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [Epiculous/Mika-7B](https://huggingface.co/Epiculous/Mika-7
Hugging Face2024-03-11 更新270
open-llm-leaderboard/details_Intel__neural-chat-7b-v3-1
该数据集是在模型Intel/neural-chat-7b-v3-1在Open LLM Leaderboard上的评估运行过程中自动创建的。数据集由64个配置组成,每个配置对应一个被评估的任务。数据集是从3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。train分割始终指向最新的结果。一个额外的配置results存储了所有运行的聚合结果。README还包含了如何从运行中加载详细信息的说明,并
Hugging Face2023-11-18 更新230



