open-llm-leaderboard/details_ShadowFall09__tyc_test1
收藏Hugging Face2024-03-29 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_ShadowFall09__tyc_test1
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在Open LLM Leaderboard上对模型ShadowFall09/FANNO进行评估时自动创建的。它由63个配置组成，每个配置对应一个被评估的任务。数据集来源于1次运行，每次运行在每个配置中作为一个特定的分割表示，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，用于计算和展示Open LLM Leaderboard上的聚合指标。
该数据集是在Open LLM Leaderboard上对模型ShadowFall09/FANNO进行评估时自动创建的。它由63个配置组成，每个配置对应一个被评估的任务。数据集来源于1次运行，每次运行在每个配置中作为一个特定的分割表示，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，用于计算和展示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
- pretty_name: Evaluation run of ShadowFall09/FANNO
数据集描述
- dataset_summary: 该数据集是在评估模型ShadowFall09/FANNO运行期间自动创建的，用于Open LLM Leaderboard。
数据集组成
- 配置数量: 63个
- 每个配置对应一个评估任务
- 数据集创建自1次运行
- 每个运行作为一个特定的分割，分割名称为运行的时间戳
- "train"分割始终指向最新结果
额外配置
- 配置名称: "results"
- 功能: 存储所有运行的聚合结果，用于计算和显示聚合指标在Open LLM Leaderboard。
数据集加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ShadowFall09__FANNO", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-24T15:11:57.870281的运行
- 结果内容: 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
- config_name: harness_arc_challenge_25
- config_name: harness_gsm8k_5
- config_name: harness_hellaswag_10
- config_name: harness_hendrycksTest_5
每个配置包含多个数据文件，每个文件对应不同的分割（如2024_03_24T15_11_57.870281和latest），路径指向具体的parquet文件。
