open-llm-leaderboard-old/details_Eurdem__megatron_v1
收藏Hugging Face2024-01-17 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_Eurdem__megatron_v1
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Eurdem/megatron_v1进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行在每个配置中表示为特定的分割。train分割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，用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用提供的Python代码片段加载数据集。
该数据集是在Open LLM Leaderboard上对模型Eurdem/megatron_v1进行评估时自动创建的。它由63个配置组成，每个配置对应一个评估任务。数据集由2次运行生成，每次运行在每个配置中表示为特定的分割。train分割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，用于计算和显示Open LLM Leaderboard上的聚合指标。可以使用提供的Python代码片段加载数据集。
提供机构：
open-llm-leaderboard-old
原始信息汇总
数据集概述
数据集基本信息
- 名称: Evaluation run of Eurdem/megatron_v1
- 来源: 自动创建于模型 Eurdem/megatron_v1 在 Open LLM Leaderboard 的评估运行中。
- 组成: 包含63个配置，每个配置对应一个评估任务。
- 创建次数: 从2次运行中创建，每次运行作为一个特定分割存储，分割名称使用运行的时间戳。
- 最新结果: "train" 分割始终指向最新结果。
- 聚合结果: 一个额外的配置 "results" 存储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。
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Eurdem__megatron_v1", "harness_winogrande_5", split="train")
最新结果
- 时间戳: 2024-01-17T06:39:38.113572
- 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（acc_stderr、acc_norm_stderr）等指标。
配置详情
-
配置名称: harness_arc_challenge_25
- 分割: 2024_01_17T06_33_31.550893, 2024_01_17T06_39_38.113572, latest
- 路径: 对应分割的parquet文件路径
-
配置名称: harness_gsm8k_5
- 分割: 2024_01_17T06_33_31.550893, 2024_01_17T06_39_38.113572, latest
- 路径: 对应分割的parquet文件路径
-
配置名称: harness_hellaswag_10
- 分割: 2024_01_17T06_33_31.550893, 2024_01_17T06_39_38.113572, latest
- 路径: 对应分割的parquet文件路径
-
配置名称: harness_hendrycksTest_5
- 分割: 2024_01_17T06_33_31.550893, 2024_01_17T06_39_38.113572, latest
- 路径: 对应分割的parquet文件路径
