open-llm-leaderboard/details_0-hero__Matter-0.1-7B
收藏Hugging Face2024-03-22 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_0-hero__Matter-0.1-7B
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0-hero/Matter-0.1-7B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，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，并用于计算和显示Open LLM Leaderboard上的聚合指标。
该数据集是在Open LLM Leaderboard上对模型0-hero/Matter-0.1-7B进行评估时自动创建的。数据集由63个配置组成，每个配置对应一个评估任务。数据集是从1次运行中创建的，每次运行都可以在特定配置中找到，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，并用于计算和显示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 0-hero/Matter-0.1-7B
数据集描述
- dataset_summary: 该数据集是在评估模型0-hero/Matter-0.1-7B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
- 数据来源: 来自1次运行
- 数据分割: 每个配置中包含特定分割，命名基于运行的时间戳
- 特殊配置: “results”配置存储所有聚合结果，用于计算和显示Leaderboard上的聚合指标
加载数据示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_0-hero__Matter-0.1-7B", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-22T00:43:45.003432的运行
- 结果内容: 包含多个任务的准确率(acc)、标准误差(acc_stderr)等指标
示例结果
python { "all": { "acc": 0.6244268092939181, "acc_stderr": 0.032722957004571486, "acc_norm": 0.6274682148357957, "acc_norm_stderr": 0.033379866258271676, "mc1": 0.2962056303549572, "mc1_stderr": 0.015983595101811392, "mc2": 0.4243951281493511, "mc2_stderr": 0.014281803359587173 }, ... }
数据集配置
- 配置列表: 包括harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10等多个配置
- 数据文件: 每个配置对应的数据文件，包含不同时间戳的分割和最新分割
