open-llm-leaderboard/details_Changgil__K2S3-SOLAR-11b-v4.0
收藏Hugging Face2024-03-21 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/open-llm-leaderboard/details_Changgil__K2S3-SOLAR-11b-v4.0
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Changgil/K2S3-SOLAR-11b-v4.0进行评估时自动生成的。数据集包含63个配置，每个配置对应一个被评估的任务。数据集由一个运行生成，每个运行在配置中表示为特定的分割，分割名称由运行的时间戳命名。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，用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了加载数据集的Python代码片段，并列出了特定运行的最新结果。
该数据集是在Open LLM Leaderboard上对模型Changgil/K2S3-SOLAR-11b-v4.0进行评估时自动生成的。数据集包含63个配置，每个配置对应一个被评估的任务。数据集由一个运行生成，每个运行在配置中表示为特定的分割，分割名称由运行的时间戳命名。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，用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了加载数据集的Python代码片段，并列出了特定运行的最新结果。
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 Changgil/K2S3-SOLAR-11b-v4.0
数据集描述
- 创建目的: 自动创建于模型Changgil/K2S3-SOLAR-11b-v4.0在Open LLM Leaderboard的评估运行期间。
- 数据组成: 包含63个配置，每个配置对应一个评估任务。
- 数据来源: 数据集由1次运行创建，每次运行对应一个特定分割，分割名称使用运行的时间戳命名。
- 特殊配置: 配置“results”存储所有运行的聚合结果，用于计算和显示聚合指标。
数据集使用
- 加载示例: python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_Changgil__K2S3-SOLAR-11b-v4.0", "harness_winogrande_5", split="train")
最新结果
- 结果来源: 来自2024-03-21T14:01:21.844121的运行。
- 结果内容: 包括多个任务的准确率(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。
配置详情
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，分别对应不同的分割（如时间戳分割和最新分割）。
结论
该数据集为评估模型Changgil/K2S3-SOLAR-11b-v4.0在多个任务上的性能提供了详细的结果和配置信息，适用于进一步的分析和研究。
