该数据集是在评估模型RoversX/llama-2-7b-hf-small-shards-Samantha-V1-SFT在Open LLM Leaderboard上的表现时自动生成的。数据集包含3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，每次运行在每个配置中作为一个特定的分割，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results配置存储了所有运行的

Hugging Face2023-10-13 更新140

open-llm-leaderboard/details_sauce1337__AppleSauce-L2-13b

模型评估

性能分析

该数据集是在模型sauce1337/AppleSauce-L2-13b在Open LLM Leaderboard上的评估运行期间自动创建的。数据集由64个配置组成，每个配置对应一个评估任务。数据集由2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，并用于在Ope

Hugging Face2023-10-23 更新220

open-llm-leaderboard/details_totally-not-an-llm__PuddleJumper-13b-V2

模型评估

性能分析

该数据集是在模型totally-not-an-llm/PuddleJumper-13b-V2在Open LLM Leaderboard上的评估运行过程中自动创建的。数据集由3个配置组成，每个配置对应一个评估任务。数据集由2次运行创建，每次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。此外，还有一个results配置存储了所有运行的聚合结果，并用于计

Hugging Face2023-12-01 更新150

Thoth Performance Dataset v1.0

资源简介：

相关数据集