open-llm-leaderboard-old/details_ZhangShenao__0.001_idpo_same_noreplacerej_declr_iter_3
收藏Hugging Face2024-04-08 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_ZhangShenao__0.001_idpo_same_noreplacerej_declr_iter_3
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是在模型ZhangShenao/0.001_idpo_same_noreplacerej_declr_iter_3的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，分割以运行的时间戳命名。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。
该数据集是在模型ZhangShenao/0.001_idpo_same_noreplacerej_declr_iter_3的评估运行期间自动创建的，用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行可以在每个配置中找到特定的分割，分割以运行的时间戳命名。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，并用于计算和显示在Open LLM Leaderboard上的聚合指标。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集信息
- 名称: Evaluation run of ZhangShenao/0.001_idpo_same_noreplacerej_declr_iter_3
- 来源: 自动创建于模型 ZhangShenao/0.001_idpo_same_noreplacerej_declr_iter_3 在 Open LLM Leaderboard 的评估运行期间。
- 组成: 包含 63 个配置，每个配置对应一个评估任务。
- 创建: 从 1 次运行中创建，每个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。"train" 分割始终指向最新结果。
- 额外配置: "results" 配置存储所有运行的聚合结果，用于计算和显示 Open LLM Leaderboard 上的聚合指标。
最新结果
- 时间戳: 2024-04-08T17:03:15.552837
- 详细结果: 包含多个任务的准确率（acc）、标准化准确率（acc_norm）、标准误差（stderr）等指标。
配置详情
- 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5 等。
- 数据文件: 每个配置包含多个数据文件，路径格式为
**/details_<任务名称>_<时间戳>.parquet。
加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_ZhangShenao__0.001_idpo_same_noreplacerej_declr_iter_3", "harness_winogrande_5", split="train")
