Mean log score of each model, by flu season and forecast horizon.

NIAID Data Ecosystem2026-03-12 收录

数据链接：

https://figshare.com/articles/dataset/Mean_log_score_of_each_model_by_flu_season_and_forecast_horizon_/14262804 数据链接链接失效反馈

官方服务：

资源简介：

Mean log score of each model, by flu season and forecast horizon.

创建时间：

2021-03-22

open-llm-leaderboard-old/details_jsfs11__MoEv4Config-TestWeightedTIES-7b

模型评估

自然语言处理

--- pretty_name: Evaluation run of jsfs11/MoEv4Config-TestWeightedTIES-7b dataset_summary: "Dataset automatically created during the evaluation run of model\ \ [jsfs11/MoEv4Config-TestWeightedTIES-7

Hugging Face2024-02-13 更新250

open-llm-leaderboard-old/details_DUAL-GPO__zephyr-7b-dpo-qlora-v1

模型评估

自然语言处理

该数据集是在评估模型DUAL-GPO/zephyr-7b-dpo-qlora-v1时自动创建的，主要用于在Open LLM Leaderboard上进行评估。数据集包含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一个特定的分割存储在配置中，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，

Hugging Face2024-04-07 更新150

Five Repeatable Flaws in GPT-OSS-20B

自然语言处理

模型评估

Seed-stable transcripts highlighting deception, sandbagging, and etc.

kaggle2025-08-26 更新130

open-llm-leaderboard-old/details_Undi95__Emerald-13B

模型评估

自然语言处理

该数据集是在Open LLM Leaderboard上对模型Undi95/Emerald-13B进行评估时自动创建的。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Open LLM Leaderboar

Hugging Face2023-10-23 更新160

open-llm-leaderboard-old/details_silvercoder45__Mistral-7b-instruct-v0.2-summ-sft-dpo-e3

自然语言处理

模型评估

该数据集是在评估模型silvercoder45/Mistral-7b-instruct-v0.2-summ-sft-dpo-e3时自动生成的，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，用于计算和显示在Open LLM

Hugging Face2024-01-22 更新130

Mean log score of each model, by flu season and forecast horizon.

资源简介：

相关数据集