首页/数据集/Ranking of the 10 most discriminative progression models.

Ranking of the 10 most discriminative progression models.

Figshare2016-04-25 更新2026-04-29 收录

数据链接：

官方服务：

资源简介：

D1 and D2 denote the first two ML coordinates.

应用场景：

创建时间：

2016-04-25

这是一个小型的Ultrachat样本数据集，正在进行中，使用了提示评估作为蒸馏方法，并使用了多个高质量的开源模型来回答这些评估过的提示。数据集的质量不高，有些指令只是从一个更大的提示中提取的一行（可能是一个食谱），并建议未来的改进应该包括对部分指令的响应，而不是假设这些部分指令是可操作的。

Hugging Face2024-07-18 更新180

该数据集包含由AutoTrain生成的模型预测结果，用于自然语言推理任务。使用的模型是Intel/roberta-base-mrpc，数据集为GLUE的MRPC配置，数据集的划分是验证集。

Hugging Face2022-08-30 更新90

Prospective performance of the majority vote ML algorithm.

NIAID Data Ecosystem40

REPA是一个俄语语言数据集，包含1003个经过分类的用户查询和六个开源指令微调的LLMs的回答。数据集提供了针对10种错误类型和总体印象的细粒度人工偏好标注。

Hugging Face2025-03-18 更新140

The first four columns are the F1 scores for different classes, and the last two columns are the AvgF1 and compute time.

Figshare2023-02-10 更新70