open-llm-leaderboard-old/details_rinna__youri-7b
收藏Hugging Face2023-12-02 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_rinna__youri-7b
下载链接
链接失效反馈官方服务：
资源简介：
数据集 Evaluation run of rinna/youri-7b 是在模型 rinna/youri-7b 在 Open LLM Leaderboard 上的评估运行中自动生成的。数据集包含一个配置，每个配置对应一个评估任务。数据集由一个运行生成，每个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，还有一个名为 results 的配置，存储了所有运行的聚合结果，并用于计算和显示 Open LLM Leaderboard 上的聚合指标。
数据集 Evaluation run of rinna/youri-7b 是在模型 rinna/youri-7b 在 Open LLM Leaderboard 上的评估运行中自动生成的。数据集包含一个配置，每个配置对应一个评估任务。数据集由一个运行生成，每个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，还有一个名为 results 的配置，存储了所有运行的聚合结果，并用于计算和显示 Open LLM Leaderboard 上的聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集卡片 for Evaluation run of rinna/youri-7b
数据集描述
数据集概述
数据集是在模型 rinna/youri-7b 在 Open LLM Leaderboard 上的评估运行期间自动创建的。
数据集由 1 个配置组成，每个配置对应一个评估任务。
数据集是从 1 次运行中创建的。每次运行都可以在每个配置中作为一个特定的拆分找到，拆分名称使用运行的时间戳。"train" 拆分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（并用于计算和显示 Open LLM Leaderboard 上的聚合指标）。
要加载某个运行的详细信息，可以执行以下操作： python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_rinna__youri-7b", "harness_gsm8k_5", split="train")
最新结果
以下是 2023-12-02T15:23:30.420258 运行的最新结果（注意，如果连续评估没有覆盖相同的任务，仓库中可能会有其他任务的结果。您可以在 "results" 和每个评估的 "latest" 拆分中找到每个任务的结果）：
python { "all": { "acc": 0.08642911296436695, "acc_stderr": 0.007740044337103775 }, "harness|gsm8k|5": { "acc": 0.08642911296436695, "acc_stderr": 0.007740044337103775 } }
