open-llm-leaderboard/details_CultriX__MergeCeption-7B-v3
收藏Hugging Face2024-03-13 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_CultriX__MergeCeption-7B-v3
下载链接
链接失效反馈官方服务：
资源简介：
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。
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。
提供机构：
open-llm-leaderboard
原始信息汇总
数据集概述
数据集名称
- Evaluation run of CultriX/MergeCeption-7B-v3
数据集描述
- 该数据集是自动创建的，用于评估模型CultriX/MergeCeption-7B-v3在Open LLM Leaderboard上的表现。
- 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次运行创建，每次运行在每个配置中作为一个特定的分割存在，分割名称使用运行的时间戳命名。
- “train”分割始终指向最新的结果。
- 额外的配置“results”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。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_CultriX__MergeCeption-7B-v3", "harness_winogrande_5", split="train")
最新结果
- 最新结果来自2024-03-13T23:27:35.211752的运行，包含多个任务的评估结果，如准确率(acc)、标准误差(acc_stderr)等。
数据集配置详情
配置列表
- harness_arc_challenge_25
- harness_gsm8k_5
- harness_hellaswag_10
- harness_hendrycksTest_5
每个配置包含多个数据文件，每个文件对应一个特定的任务和时间戳，用于存储评估结果。
