open-llm-leaderboard/details_PotatoB__Mistral-offspring-1-3
收藏Hugging Face2024-04-23 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_PotatoB__Mistral-offspring-1-3
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PotatoB/Mistral-offspring-1-3在Open LLM Leaderboard上的评估运行过程中自动创建的。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，还有一个名为results的配置，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。
该数据集是在模型PotatoB/Mistral-offspring-1-3在Open LLM Leaderboard上的评估运行过程中自动创建的。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，还有一个名为results的配置，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
- 名称: Evaluation run of PotatoB/Mistral-offspring-1-3
数据集创建
- 创建方式: 自动创建于模型PotatoB/Mistral-offspring-1-3在Open LLM Leaderboard的评估运行过程中。
数据集组成
- 配置数量: 63个
- 配置内容: 每个配置对应一个评估任务
- 数据来源: 来自1次运行
- 数据分割: 每个运行作为一个特定的分割，分割名称使用运行的时间戳命名
- 特殊配置: “results”配置存储所有运行结果的聚合结果，用于计算和显示聚合指标
数据加载示例
python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_PotatoB__Mistral-offspring-1-3", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-04-23T10:14:34.102122的运行
- 结果内容: 包含多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标
数据集详细配置
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。
